Page 1
KAUNO TECHNOLOGIJOS UNIVERSITETAS
ELEKTROS IR ELEKTRONIKOS FAKULTETAS
Andrius Kiškis
REIKŠMINGŲ UŽDEGIMINIŲ ŽARNYNO LIGŲ DIAGNOSTINIŲ
POŽYMIŲ IDENTIFIKAVIMAS HISTOLOGINIUOSE ŽARNYNO
AUDINIŲ VAIZDUOSE
Baigiamasis magistro projektas
Vadovas
Robertas Petrolis
KAUNAS, 2015
Page 2
KAUNO TECHNOLOGIJOS UNIVERSITETAS
ELEKTROS IR ELEKTRONIKOS FAKULTETAS
ELEKTRONIKOS INŽINERIJOS KATEDRA
REIKŠMINGŲ UŽDEGIMINIŲ ŽARNYNO LIGŲ DIAGNOSTINIŲ
POŽYMIŲ IDENTIFIKAVIMAS HISTOLOGINIUOSE ŽARNYNO
AUDINIŲ VAIZDUOSE
Baigiamasis magistro projektas
Biomedicininė inžinerija (kodas 621H16001)
Vadovas
(parašas) Robertas Petrolis
(data)
Recenzentas
(parašas) prof. dr. Audris Kopustinskas
(data)
Projektą atliko
(parašas) Andrius Kiškis
(data)
KAUNAS, 2015
Page 3
KAUNO TECHNOLOGIJOS UNIVERSITETAS
ELEKTROS IR ELEKTRONIKOS (Fakultetas)
Andrius Kiškis (Studento vardas, pavardė)
Biomedicininė inžinerija, 621H16001 (Studijų programos pavadinimas, kodas)
Baigiamojo projekto „Reikšmingų uždegiminių žarnyno ligų diagnostinių požymių identifikavimas
histologiniuose žarnyno audinių vaizduose“
AKADEMINIO SĄŽININGUMO DEKLARACIJA
20 15 m. birželio 1 d.
Kaunas
Patvirtinu, kad mano Andriaus Kiškio baigiamasis projektas tema „Reikšmingų uždegiminių
žarnyno ligų diagnostinių požymių identifikavimas histologiniuose žarnyno audinių vaizduose“ yra
parašytas visiškai savarankiškai, o visi pateikti duomenys ar tyrimų rezultatai yra teisingi ir gauti
sąžiningai. Šiame darbe nei viena dalis nėra plagijuota nuo jokių spausdintinių ar internetinių šaltinių,
visos kitų šaltinių tiesioginės ir netiesioginės citatos nurodytos literatūros nuorodose. Įstatymų
nenumatytų piniginių sumų už šį darbą niekam nesu mokėjęs.
Aš suprantu, kad išaiškėjus nesąžiningumo faktui, man bus taikomos nuobaudos, remiantis
Kauno technologijos universitete galiojančia tvarka.
(vardą ir pavardę įrašyti ranka) (parašas)
Page 4
Kiškis, A. Reikšmingų uždegiminių žarnyno ligų diagnostinių požymių identifikavimas
histologiniuose žarnyno audinių vaizduose. Magistro baigiamasis projektas / vadovas Robertas
Petrolis; Kauno technologijos universitetas, Elektros ir elektronikos fakultetas, Elektronikos
inžinerijos katedra.
Kaunas, 2015. 50 psl.
SANTRAUKA
Lėtinių uždegiminių žarnų ligų (UŽL) grupei priskiriamos dvi pagrindinės ligos: opinis kolitas (OK)
ir Krono liga (KL). Uždegiminių žarnyno ligų diagnostikai taikoma biopsinių preparatų histologinė
analizė. Ligos aktyvumo ir sunkumo įvertinimas yra svarbus projektuojant optimalią gydymo
strategiją ir tolimesnius tyrimus pacientams. Patologai ekspertai vizualiai vertindami uždegiminį
procesą pagal žarnyno histologinius preparatus naudoja kokybinius pažeidimo įverčius – tam tikrų
požymių buvimą ar nebuvimą. Tačiau šis vertinimas ne visada pasiteisina, dėl žmogiškosios klaidos.
Yra tikimybė, jog tą patį preparatą vertinant tam pačiam ekspertui, bet praėjus tam tikram laiko
tarpui, rezultatai skirsis. Deja, kol kas nėra sukurta patikima ir greita lėtinių uždegiminių žarnų ligų
automatinė diagnostikos metodologija. Todėl, siekiant ją sukurti reikia įvertinti histologinių
preparatų vaizduose esančius uždegimo požymius. Vienas iš jų uždegimo metu atsirandančios
imuninės ląstelės. Šio darbo tikslas, sukurti žarnyno audinių uždegimo požymių automatinio
vertinimo metodiką. Šiam tikslui pasiekti buvo sukurta registruotų vaizdų pirminio apdorojimo
metodika. Eliminuotas netolygus absoliutinis apšvietimas tyrinėjamuose vaizduose. Surasta
užregistruoto vaizdo transformacija į optimalią spalvų erdvę. Matematinės morfologijos būdu
išskirtos tikėtinos uždegiminių ląstelių sritys vaizde. Surasti uždegiminių ląstelių skiriamieji
požymiai. Iš turimų uždegiminių ląstelių požymių, išskirti reikšmingiausi. Gauti rezultatai parodė
galimą metodo panaudojimą kaip histologo eksperto pagalbinę darbo priemonę.
Page 5
Kiškis, A. Identification of Diagnostic Features of Intestine Inflammatory Diseases in
Histological Tissue Images. Final project of Master‘s / supervisor Robertas Petrolis; Kaunas
University of Technology, Faculty of Electrical and Electronics Engineering, department of
Electronics Engineering.
Kaunas, 2015. 50 psl.
SUMMARY
Ulcerative colitis (UC) and Crohn’s disease (CD) are two principal diseases of chronic inflammatory
bowel disease (IBD). For visual evaluation of inflammatory processes according to bowel
histological samples, pathology experts use qualitative estimates of infringement – presence or
absence of certain signs. However, this evaluation is not always right because of the “human error”.
There is a great possibility that the same expert evaluating the same sample at different time period
will get different results. However, a reliable and fast automatic methodology for diagnostics of
inflammatory bowel diseases has not been still developed. For automatic evaluation of histological
samples, inflammatory cells forming during inflammation should be considered. Hence, the aim of
this work is to create a method for detection of inflammatory cells in histological sample images of
mice colon tissue. In order to achieve the goal these tasks were carried out. Image preprocessing was
done for registered pictures. Uneven illumination was eliminated and optimal color space
transformation was performed by means of principle component analysis images. By the help of
mathematical morphology methods probable inflammatory cell areas were detected in the image. The
elaborated method then performs feature extraction procedures and discriminant analysis identified
the most important ones. Obtained results demonstrated the potential use of created method for
histology specialist assistance.
Page 6
TURINYS
SANTRUMPŲ IR ŽENKLŲ AIŠKINIMO ŽODYNAS ..................................................................... 7
1 ĮVADAS .......................................................................................................................................... 9
1.1 Darbo tikslai ir uždaviniai ...................................................................................................... 9
1.2 Darbo aktualumas ................................................................................................................ 10
2 LITERATŪROS APŽVALGA ..................................................................................................... 12
2.1 Uždegiminės žarnyno ligos .................................................................................................. 12
2.2 Biopsinė diagnostika ............................................................................................................ 14
2.3 Histologinio preparato gamyba ............................................................................................ 14
2.3.1 Parafininė technika ....................................................................................................... 15
2.3.2 Pjūvių dažymas ............................................................................................................ 18
2.3.3 Dažytų pjūvių dengimas ............................................................................................... 18
2.4 Mikroskopinė žarnyno uždegiminių ligų diagnostika .......................................................... 18
2.5 Sveikas žarnynas .................................................................................................................. 19
2.6 Patologija ............................................................................................................................. 20
2.7 Šiame darbe ieškomi uždegiminių žarnyno ligų diagnostiniai požymiai ............................ 22
3 TYRIMO MEDŽIAGA IR METODAI ......................................................................................... 25
3.1 Uždegimo modeliavimas eksperimentiniuose gyvūnuose ................................................... 25
3.2 Histologinių preparatų vaizdų registravimas ....................................................................... 26
3.3 Pirminis vaizdų apdorojimas ................................................................................................ 29
3.3.1 Vaizdų transformacija į optimalią spalvų erdvę ........................................................... 29
3.4 Tikėtinų uždegiminių ląstelių sričių išskyrimas vaizduose .................................................. 33
3.5 Uždegiminių ląstelių skiriamųjų požymių radimas ............................................................. 35
3.6 Reikšmingiausių uždegiminių ląstelių požymių išskyrimas ................................................ 38
4 REZULTATAI .............................................................................................................................. 41
5 Rezultatų aptarimas ....................................................................................................................... 46
6 IŠVADOS ...................................................................................................................................... 47
7 LITERATŪROS SĄRAŠAS ......................................................................................................... 48
8 PRIEDAI ....................................................................................................................................... 51
8.1 Mokslinės publikacijos darbo tema ...................................................................................... 51
8.2 Sertifikatai ............................................................................................................................ 51
8.3 Lentelės: ............................................................................................................................... 52
Page 7
7
SANTRUMPŲ IR ŽENKLŲ AIŠKINIMO ŽODYNAS
Autolizė – ląstelių savaiminis irimas, kurį sukelia tų ląstelių hidroliziniai fermentai, pvz.,
fermentuojantis arbatžolėms, skerdienai, rūgstant silosui.
Biopsija – tai ląstelių ar audinių gabalėlio paėmimas ištyrimui. Mėginys imamas iš to organo ar
vietos, kur matomi pakitimai.
Citokinas – labai didelė grupė baltyminių medžiagų, koordinuojančių imunines reakcijas.
Dehidratavimas – vandens pašalinimas.
Displazija – audinio, organo vystymosi arba augimo sutrikimas.
DSS – natrio dekstrano sulfatas
Ekscesas – imties eksceso koeficientas yra histogramos lėkštumo matas
Enterinė nervų sistema – nuosava virškinamojo trakto nervų sistema.
Etiologija –mokslas apie ligų atsiradimo priežastis ir sąlygas.
Gastroenterologija – tai mokslas apie virškinimo sistemos (stemplės, skrandžio, žarnų, kasos,
kepenų) ligas.
Gliukokortikoidai – antinksčių žievės gaminami steroidiniai hormonai, veikiantys angliavandenių,
riebalų, baltymų apykaitą, padedantys palaikyti organizmo vidinės terpės pastovumą
(homeostazę).
Histologija – biologijos sritis, nagrinėjanti daugialąsčių organizmų audinių mikroskopinę sandarą,
funkcijas ir jų vystymosi dėsningumus. (Anatomijos dalis, organizmo audinių mokslas).
Histopatologija – anatomijos sritis, kuri naudodamasi mikroskopu tiria ligos sukeltus audinių ir
ląstelių pokyčius.
Hospitalizacija – paciento guldymas į ligoninę.
Ideopatija – pirminė savarankiška liga.
KL – Krono liga.
Kripta – morfologinis ir funkcinis žarnos gaurelio apibūdinimas.
Lamina proprija – jungiamojo audinio sluoksnis.
LSMU – Lietuvos Sveikatos Mokslų Universitetas
Monozigotiniai dvyniai – kitaip vaidinami identiškais dvyniais – gimsta, kai iš vienos apvaisintos
kiaušialąstės susiformuoja viena zigota, iš kurios vėliau susidaro du embrionai.
OK – opinis kolitas.
Patogenezė - ligos raida.
PBS – fosfatinis buferinis tirpalas
Preparatas – audinys ar organas rengiamas tirti.
Remisija - laikinas ligos reiškinių susilpnėjimas; ligos atoslūgis.
Page 8
8
Retrakcija – susitraukimas, sumažėjimas.
RGB –(red green blue) raudona žalia mėlyna.
ROI – (a region of interest) –Tiriamasis plotas.
UŽL – uždegiminės žarnyno ligos.
VA – Veterinarijos Akademija
Vivariumas – patalpa laikyti bandomiesiems ar rodomiesiems gyvūnams.
Page 9
9
1 ĮVADAS
Virškinimo sistema, yra vienas didžiausių barjerinių organų ir nuolat patiria išorinės aplinkos
poveikį [1]. Atitinkamas virškinimo sistemos audinių atsakas į šį poveikį, yra generuojami imuninės
sistemos kontroliuojami uždegiminiai procesai. Virškinamojo trakto sutrikimai gali išsivystyti į
uždegimines žarnyno ligas, sąlygojančias laipsnišką virškinimo trakto audinių struktūrų kaitą [2].
Lėtinių uždegiminių žarnų ligų (UŽL) grupei priskiriamos dvi pagrindinės ligos: opinis kolitas (OK)
ir Krono liga (KL). Šios ligos yra idiopatinės (savarankiškos) uždegiminės žarnų ligos, nes iki šiol
nėra visiškai aiški ir tiksli šių ligų etiologija bei patogenezė [2]. Kliniškai, abu susirgimai prasideda
palaipsniui, tačiau kartais gali prasidėti staiga ir gali būti priskirtos prie „žaibiškų“ ligų. Klinikinėje
eigoje yra būdingi paūmėjimai ir spontaniška ar vaistų sukelta remisija. Opinis kolitas ir Krono liga
daro neigiamą įtaką sergančiųjų gyvenimo kokybei, mirštamumui bei hospitalizavimų skaičiui [2].
OK ir KL nuolat sparčiai daugėja, per pastaruosius 20–30 metų Vakarų Europoje, užfiksuotas 3–4
kartus didesnis šių ligų paplitimas [3]. Uždegiminių žarnyno ligų diagnostikai taikoma biopsinių
preparatų histologinė analizė [1, 4]. Ligos aktyvumo ir sunkumo įvertinimas yra svarbus
projektuojant optimalią gydymo strategiją ir tolimesnius tyrimus pacientams. Patologai ekspertai
vizualiai vertindami uždegiminį procesą pagal žarnyno histologinius preparatus, naudoja kokybinius
pažeidimo įverčius – tam tikrų požymių buvimą ar nebuvimą. Tačiau šis vertinimas ne visada
pasiteisina, dėl žmogiškosios histologo klaidos. Yra tikimybė, jog tą patį preparatą vertinant tam
pačiam ekspertui, bet praėjus tam tikram laiko tarpui, rezultatai skirsis [5]. Deja, kol kas nėra sukurta
patikima ir greita lėtinių uždegiminių žarnų ligų automatinė diagnostikos metodologija. Todėl,
siekiant ją sukurti reikia įvertinti histologinių preparatų vaizduose esančius uždegimo požymius.
Vienas iš jų uždegimo metu atsirandančios uždegiminės ląstelės [6, 7, 8].
1.1 Darbo tikslai ir uždaviniai
Darbo tikslas - Šio darbo tikslas, sukurti žarnyno audinių uždegimo požymių automatinio
vertinimo metodiką.
Darbo uždaviniai :
1. Sukurti registruotų vaizdų pirminio apdorojimo metodą:
1.1. Eliminuoti netolygų absoliutinį apšvietimą tyrinėjamuose vaizduose.
1.2. Surasti užregistruoto vaizdo transformaciją į optimalią spalvų erdvę.
2. Matematinės morfologijos būdu išskirti tikėtinas uždegiminių ląstelių sritis vaizde.
3. Surasti uždegiminių ląstelių skiriamuosius požymius.
4. Iš turimų uždegiminių ląstelių požymių, išskirti reikšmingiausius.
Page 10
10
1.2 Darbo aktualumas
Nepagydomas Krono ar opinio kolito ligas histopatologai dažnai vadina civilizacijos ligomis,
kurias, sąlygoja tiek genetiniai, tiek aplinkos veiksniai. Šiomis ligomis serga daugiausiai jaunesnio ir
vidutinio amžiaus žmonės. Nors šiomis ligomis sergama visame pasaulyje, šios ligos labiau
paplitusios Šiaurės Amerikoje, Europoje ir rečiau sutinkamos tropinėje Afrikoje, Pietų Amerikoje ar
Japonijoje. Kuo daugiau šalis išsivysčiusi, tuo dažnesni šių žarnyno ligų atvejai. Lietuvoje statistika
kol kas nėra labai bauginanti, tačiau – pastaruosius 8 metus Lietuvoje sergamumas šiomis ligomis
padidėjo apie du kartus ir šiuo metu tokių ligonių yra maždaug apie pora tūkstančių. Tai 7,5 atvejai
100 tūkst. gyventojų. Sergamumas Krono liga Lietuvoje – 2,1 atvejis 100 tūkst. gyventojų, opiniu
kolitu – 5,4 atvejai 100 tūkst. [3, 9, 10]. Pagal šiuos rodiklius Lietuva pakliūva į žemesnio sergamumo
zoną. Nors susirgimų Lietuvoje maždaug triskart mažiau negu Skandinavijoje, pusantro karto mažiau
negu Estijoje. Tačiau nerimą kelia tai, kad ligos atvejų kasmet sparčiai daugėja. Šuolis, kuris įvyko
pasikeitus gyvenimo sąlygoms, kai iš esmės pasikeitė mitybos principai – paplito greitas maistas,
pasikeitė maisto ruošimo technologijos, per pastaruosius 20–30 metų Vakarų Europoje,
Skandinavijos šalyse sukėlė 3–4 kartus didesnį ligų paplitimą [11].
Didelis sanitarijos laipsnis mus apsaugojo nuo infekcinių virškinimo ligų, kurių žymiai
sumažėjo, deja, padaugėjo imuninių ligų, taip pat ir opinio kolito bei Krono ligos. Tas pačias
tendencijas medikai pastebi ir Lietuvoje. Lietuva per pastaruosius dešimtmečius iš Vakarų perėmė ir
greitą maistą ir tam tikras modernias maisto paruošimo technologijas, todėl kartu pasikeitė ir žmogaus
žarnyno mikroflora. Netgi lyginant su 2007 m. šių ligų jau yra daugiau kaip du kartus daugiau, taigi
per artimiausius 10 metų galime pasiekti ir vakarų šalių lygį [11].
Krono ar opinio kolito ligų gydymas trunka visą gyvenimą, o blogiausiu atveju gali atsirasti rizika
susirgti ir žarnyno vėžiu, kurio atvejų pasaulyje taip pat daugėja [11]. Tai labai sunkios, net
invalidizuojančios ligos, kai dėl komplikacijų tenka atlikti sudėtingas chirurgines operacijas, kai kada
netgi gali tekti pašalinti visą žarnyną, suformuoti dirbtinę išangę. Deja, chirurginiu būdu pagydyti
Krono ligos negalima. Chirurgai gali pašalinti tik komplikacijas, tačiau liga vis tiek progresuos toliau.
Sunkiausia ligos forma – kai apie išangę formuojasi didžiuliai pūliniai ir susidaro dvi, trys ar net
keturios angos tuštinimuisi. Tai reiškia, kad gydymas pradėtas labai pavėluotai. Mat komplikacijų jau
negali pagydyti jokie vaistai. Tuo tarpu pradėjus gydyti laiku, chirurginių intervencijų rizika sumažėja
net iki 90 proc., būtent dėl šios priežasties labai svarbu gydymą pradėti kuo anksčiau. Tačiau norint
pradėti gydymą laiku, būtina ankstyvoji uždegiminių ligų diagnostika. Žmonės sergantys Krono liga
nebūtinai viduriuoja. Liga gali pasireikšti pilvo skausmais, sąnarių skausmais ir pažeidimais, įvairiais
odos bėrimais. Todėl ši liga neretai diagnozuojama pavėluotai, žmonės pirmiausiai pradeda vaikščioti
pas kitus specialistus, ne gastroenterologus [3, 10].
Page 11
11
UŽL patvirtinimui atliekama mikroskopinė histologinė analizė, vertinant uždegimo metu
atsirandančius žarnyno audinių struktūros pakitimus. Pagal labiausiai histologų naudojamus šių ligų
sunkumo vertinimo skales (Geboes, Gramlich, Gupta, Riley požymių skalės), būtent uždegiminės
ląstelės, tokios kaip neutrofilai ir eozinofilai, atsiranda tarp žarnyno epitelinio ir raumeninio sluoksnių
ir yra pirmieji uždegimo požymiai. O žarnyno audinių struktūrų pakitimai nusako jau tik vėlesnes,
bei sunkesnes UŽL stadijas. [Priedai; 8.1-8.4 lentelės], [5, 6, 7]. Žarnyno audinių automatinio
vertinimo metodika pagal uždegimo metu atsirandančias imunines ląsteles būtų naudinga ne tik
ankstyvajai uždegiminių ligų diagnostikai, bet ir šių ligų vystymosi aiškinimuisi.
Taigi, ankstyvajai uždegiminių žarnyno ligų diagnostikai, būtina vertinti uždegimo metu
atsirandančias uždegimines ląsteles.
Page 12
12
2 LITERATŪROS APŽVALGA
2.1 Uždegiminės žarnyno ligos
Opinis kolitas yra žarnų lėtinių uždegiminių ligų grupei priklausanti neaiškios etiologijos
storosios žarnos liga, kuri pažeidžia jos sienelės sluoksnį – gleivinę. Jam būdinga recidyvinė eiga.
Pacientų, sergančių opinio kolitu, imuninė sistema neadekvačiai reaguoja į žarnyno sienelę,
sukeldama uždegimą, kraujavimą ir viduriavimą. Dažniausiai, yra pažeidžiama tiesioji žarna ir
nusileidžiančioji storojo žarnyno dalis, bet uždegimas gali pažiesti ir visą storąjį žarnyną.
Svarbiausias klinikinis požymis yra viduriavimas su krauju ir gleivėmis [11, 12].
2.1 pav. Sveikos storosios žarnos dalies – gaubtinės žarnos fotografija (kairėje) ir gaubtinės žarnos
su opinio kolito uždegimu fotografija (dešinėje) [13]
Krono liga yra lėtinė uždegiminė virškinamojo trakto liga, kuria serga vaikai ir suaugusieji.
Opinis kolitas pažeidžia tik vieną, paviršinį, žarnyno sienelės sluoksnį – gleivinę, tuo tarpu Krono
liga – visus tris žarnyno sienelės sluoksnius. Krono ligos metu vystosi atskirų virškinamojo trakto
vietų (segmentinis) uždegimas. Krono liga gali pažeisti ne tik storąsias žarnas, bet ir visą virškinamąjį
traktą: burnos gleivinę, stemplę, skrandį, dvylikapirštę žarną, plonąsias ir storąsias žarnas. Tačiau
dažniausia pažeidimo vieta yra plonosios žarnos galinė dalis. Įprasti ligos simptomai yra pilvo
skausmai, viduriavimas, svorio kritimas ir karščiavimas. Pacientams taip pat gali pasireikšti
simptomai, nesusiję su virškinamuoju traktu – odos bėrimas, sąnarių skausmai, akių paraudimas ir
kepenų problemos [11, 12].
Page 13
13
2.2 pav. Krono ligos gaubtinėje žarnoje fotografija [14]
Šių dviejų uždegiminių ligų etiologija nėra visiškai aiški. Manoma, kad joje dalyvauja kelios
veiksnių grupės:
Genetiniai veiksniai. Kad OK ir KL yra genetinio pobūdžio, rodo:
o Skirtingas ligos paplitimas įvairiose etninėse grupėse;
o Šeiminis polinkis sirgti. 20-30% atvejų ligonių giminaičiai yra sirgę uždegiminėmis žarnų
ligomis;
o 10 kartų didesnė rizika susirgti ligonio pirmos eilės giminaičiams, palyginti su bendra
populiacija;
o Didesnis sergamumas tarp monozigotinių dvynių;
o Ryšys su kitomis genetinio poveikio ligomis.
Konkretūs genetiniai šių ligų žymenys dar nėra nustatyti. b]
Imuniniai veiksniai. Sergantiems OK ir KL yra konstatuoti :
o CD4+ T ląstelių aktyvacija periferiniame kraujyje ir žarnų gleivinės lamina propria;
o Suaktyvėjusio humoralinio imuniteto požymiai;
o 80 % sergančiųjų OK nustatomi padidėję pANCA (perinuklerinių antineutrofilinių
citoplzminių antikūnų) titrai;
o 50 % sergančiųjų KL – padidėjęs ASCA (antikūnai prieš Saccharomyces cerevisiae);
o Teigiamas gliukokortikoidų ir kitų imunosupresinių vaistų poveikis.
Tačiau kol kas specifinių imuninių šių ligų žymenų, kurie tiktų klinikinei diagnostikai, iki šiol
nenustatyta [11].
Aplinkos veiksniai:
o Žarnyno mikroflora: eksperimentuojant nepavyko sukelti OP steriliame žarnyne;
o Konstatuota jog opinis kolitas rečiau būna rūkantiesiems ar liga paūmėja nustojus rūkyti;
Page 14
14
o Krono ligos atveju rūkymas yra nepriklausomas rizikos veiksnys.
Tiksli Opinio kolito ir Krono ligos patogenezė dar nėra atskleista. Labiausiai palaikoma hipotezė
kad ši liga kyla dėl sutrikusio žarnų gleivinės imuninio atsako į žarnų turinyje esančius antigenus,
genetiškai į tai linkusiam asmeniui. Genetiniai pokyčiai lemia imuninio atsako pobūdį ir gaminamų
citokinų kombinacija: padidėja uždegimą sukeliančių ar sumažėja priešuždegiminių cikotinų. Turi
reikšmės ir žarnų gleivinės barjerinės funkcijos sutrikimai, enterinės nervų sistemos ir mikro
cirkuliacijos būsena. Šioje situacijoje reikalingas antigenas kuris išprovokuotų uždegiminį atsaką.
Manoma kad jis yra normali žarnyno flora ar įprastinė infekcija. Šiame procese dalyvauja ir imuninės
ir neimuninės ląstelės [11, 15, 12].
2.2 Biopsinė diagnostika
Vienas iš būdų OK ar KL diagnostikai yra histologinis biopsijos metu paimtos medžiagos
ištyrimas. Standartinė biopsijos tyrimo vieta yra užpakalinė tiesiosios žarnos sienelė, 6-10 cm nuo
išangės, tačiau, kai abejojama dėl diagnozės, gali būti atliekama daugiau biopsijų iš visų pažeistų
žarnos (ir netik) segmentų ir iš įtartinų vietų. Biopsijos rezultatus derinant su klinikiniais,
laboratoriniais, radiografiniais ir endoskopiniais stebėjimais, galima diagnozuoti OK ir KL ligas (taip
pat diferencijuoti (atskirti, suskirstyti) pagal kitas sąlygas). Diferencijacija yra labai svarbus tiksliai
diagnostikai, kad būtų galima parinkti tinkamą gydymą. Daugumai pacientų yra įmanoma teisinga
diagnozė, nors pasitaiko pacientų su ūmiais ar staigiais susirgimais, kuriems nustatyti tikslią diagnozę
gali būti sudėtinga, todėl laikinai diagnozuojama neapibrėžtas kolitas. Biopsija taip pat leidžia
įvertinti ligos aktyvumą (veiklą) ir identifikuoti vėžį ir priešvėžinius pakitimus. Klinikinėje praktikoje
tik tiesiosios žarnos biopsijos metu gaunama diagnozė. Tačiau, priešingai nei optinis kolitas,
pažeidimai tiesiojoje žarnoje, būdingi Krono ligai, ne visada atsiranda normalios gleivinės fone. Dėl
to, tikslingiau atlikti daugkartinę endoskopinę biopsiją iš skirtingų gaubtinės ir klubinės žarnos vietų,
per pradinį paciento patikrinimą dėl uždegiminio viduriavimo arba per tolesnius tyrimus ir per patikrą
dėl vėžio. Daugkartinė biopsija leidžia išsamiai išanalizuoti uždegimo pasiskirstymą ir yra būtina
displazijos atpažinimui. Ji taip pat padidina diagnostikos tikslumą [4, 8].
2.3 Histologinio preparato gamyba
Biologinių audinių struktūrą įvairiame lygmenyje galima tirti įvairias metodais, tokiais kaip
liuminiscensinės, šviesinės, poliarizacinės, elektroninės ir kitais mikroskopijos tyrimo metodais,
Page 15
15
tačiau prieš tyrimus audiniai turi būti tinkamai paruošti. Audiniai turi būti supjaustomi specialiais
prietaisais (mikrotomai, kriotomai, ultramikrotomai) labai plonais, kelių mikronų storio pjūviais.
Norint atpjauti plonus pjūvius, reikia audinius sustandinti, išsaugant kuo mažiau pakitusias jų
struktūras. Yra keli audinių standinimo būdai. Audinių šaldymas – vienas iš paprasčiausių ir
seniausiai naudojamų metodų, kurį pastaruoju metu dalinai pakeitė parafininių pjūvių technika.
Pastarąją patogu taikyti kasdieninėje praktikoje, nes ji pritaikyta beveik visų tipų audinių tyrimams,
naudojant įvairius imunohistocheminius, histocheminius, histologinius, molekulinius ir kitus tyrimo
metodus. Dar vienas šios technologijos privalumas, kad net ir po keliolikos metų iš archyvinių
mėginių galima atlikti įvairius tyrimus – nes tokiu būdu paruošti mėginiai gali būti archyvuojami
neribotą laiką [16, 17].
2.3.1 Parafininė technika
Parafininių pjūvių techniką sudaro keli etapai: audinių fiksavimas, dehidratavimas,
skaidrinimas ir impregnavimas standinančiomis medžiagomis (infiltravimas):
Mėginys → Fiksavimas → Dehidratavimas → Skaidrinimas → Impregnavimas → Parafino blokas
Audinių fiksavimas, tai pirmoji ir viena kritiškiausių parafininės audinių paruošimo
technologijos dalis. Nuo jos kokybės priklauso mikroskopinio tyrimo rezultatas. Fiksavimas – tai
cheminių procesų seka, kurios metu audiniai išsaugomi nuo irimo ir parengiami tolimesniems audinių
paruošimo etapams. Svarbiausias fiksavimo uždavinys – surinktus iš organizmo mėginius išsaugoti
kaip galima labiau nepakitusius. Tai pasiekiama laiku užkirtus kelią audinių autolizei, žalingam
bakterijų ir pelėsinių grybų poveikiui bei sustabdžius visas mėginiuose dar vykstančias biochemines
reakcijas [16, 17].
Fiksacijai naudojami fizikiniai veiksniai bei įvairios medžiagos: oksidatoriai, kalio dichromatas,
kalio permanganatas, aldehidai, įvairūs alkoholiniai tirpalai, baltymus denatūruojančios medžiagos,
cheminių medžiagų mišiniai. Universaliausias ir dažniausiai taikomas praktikoje fiksatorius – 10 %
buferinis formalino tirpalas [17].
Sekantis, taip pat labai svarbus etapas, tai audinių dehidratavimas, kurio metu iš audinių
pašalinamas vanduo. Labai svarbu, prieš impregnavimo procedūras, visiškai pašalinti audiniuose
esantį vandenį, nes audiniai standinami netirpiais vandenyje vaškais [17].
Vanduo iš audinių gali būti šalinamas naudojant skirtingas medžiagas bei režimus. Cheminės
medžiagos turinčios hidrofilinių savybių pritraukia audiniuose esantį vandenį, o turinčios
hidrofobinių – šalina vandenį laipsniškai atskiesdamos vandeninius audinių skysčius. Pati didžiausia
dehidratuojančių medžiagų grupė, pasižyminti hidrofilinėmis savybėmis, tai alkoholiai: metanolis,
etanolis, izopropilo alkoholis [17].
Page 16
16
Po dehidratavimo atliekamos įvairios audinių skaidrinimo procedūros, kurių metu audiniai
paruošiami infiltruojančių medžiagų sutikimui pašalinant dehidrantus. Šių procedūrų atlikimui
naudojami tirpalai sąveikaujantys ne tik su dehidratuojančiomis medžiagomis, bet ir su audinius
impregnuojančiomis medžiagomis. Audiniai prisotinti šiais tirpalais tampa skaidrūs ar peršviečiami,
dėl naudojamų medžiagų aukšto refrakcijos indekso, kuris artimas baltymų indeksui. Dėl tokių
audinių pakitimų šis etapas vadinamas „audinių skaidrinimu“ [17].
Pašalinus vandenį ir nuskaidrinus audinius, juos reikia impregnuoti tvirtinančiomis
(standinančiomis) medžiagomis, tam kad net ir pjaustant juos plonais pjūviais, mėginiai išlaikytų
audiniui būdingą ląstelių ir tarpląstelinių struktūrų padėtį (3.3 pav.) [16,17].
2.3 pav. Parafininė technika – impregnavimo etapas [16]
Impregnuojant audinius, juose esanti skaidrioji medžiaga ir oro tarpai pakeičiami audinius
stangrinančia medžiaga (vašku, parafinu ar jų mišiniais) [17].
Impregnuotų mėginių tvirtinimas parafino bloke, arba kitaip blokavimas, tai parafininės
technikos baigiamasis etapas. (2.4 pav.). Svarbiausia dalis formuojant parafininius blokus, tai
tinkamas mėginių išdėstymas parafininiame bloke. Pradėjus pjauti bloką su netinkamai orientuotu
mėginiu, jau su pirmuoju pjūviu galima sugadinti mėginį [17].
Page 17
17
2.4 pav. Impregnuotų mėginio parafino blokas paruoštas pjaustymui [16]
Parafininiai pjūviai pjaunami specialiai tam skirtais prietaisais – mikrotomais. Šių prietaisų yra
keletas rūšių, kurie pritaikyti įvairiems tiriamiesiems darbams. Kasdieninių tyrimų atlikimui,
histologinių tyrimų laboratorijose, dažniausiai naudojami rotaciniai (2.5 pav.) ir roginiai mikrotomai.
0,5 µm plastikinių pjūvių pjaustymui šviesinės mikroskopijos tyrimams ir apie 90 µm storio pjūvių
pjovimui elektroninės mikroskopijos tyrimams naudojami ultramikrotomai [18, 17].
2.5 pav. Rotacinis mikrotomas [18]
Dažniausiai mėginiai mikroskopiniams tyrimams pjaustomi 2-4 µm storio mikropjūviais, tam,
kad mikropreparatuose matytųsi tik vienas ląstelių sluoksnis.
Page 18
18
2.3.2 Pjūvių dažymas
Šaldomąja ar parafinine technika atpjauti mikropjūviai dažomi pačiais įvairiausiais dažymo
būdais, kurių metu išryškinamos įvairios audinių struktūros [17].
Hematoksilino eozino (HE) dažymo metodas.
Plačiausiai, nuo XVI amžiaus paplitęs histologinis audinių tyrimo metodas yra
hematoksilino/eozino (HE) dažymo metodas. Tai gana paprastas, universalus bei labai išsamus
metodas, aiškiai atskleidžiantis pačias įvairiausias audinių struktūras. Visa tai lėmė jo populiarumą.
HE dažymo metode hematoksilino dažų komponentas nudažo ląstelių branduolius ir išryškina vidines
branduolio struktūras, o eozino dažai nudažo ląstelių citoplazmą ir įvairiausiais atspalviais paryškina
jungiamojo audinio skaidulas. Dažymo metodas pagrįstas gana paprasta reakcija - baziniai
hematoksilino dažai jungiasi su ląstelių branduoliais ir kitomis bazofilinėmis ląstelių struktūromis,
nudažydami jas mėlyna spalva. Rūgštiniai eozino dažai jungiasi su acidofilinėmis ląstelių
struktūromis, nudažydami jas rožinės – raudonos spalvos atspalviais [17].
2.3.3 Dažytų pjūvių dengimas
Dažyti tiriamieji pjūviai prieš mikroskopinį tyrimą dažniausiai uždengiami dengiamaisiai
stikleliais naudojant specialias dengiamąsias terpes. Dengiamieji stikleliais apsaugo tiriamųjų audinių
dažytus pjūvius nuo įvairių aplinkos veiksnių ir sudaro geresnes sąlygas mikroskopavimui naudojant
įvairius mikroskopinio vaizdo didinimo režimus [17].
2.4 Mikroskopinė žarnyno uždegiminių ligų diagnostika
Tradiciškai, histologiniai tyrimai yra atliekami mikroskopiniame lygmenyje. Šviesos
mikroskopija yra pagrindinė ir labiausiai naudojama mikroskopijos rūšis žarnyno uždegiminių ligų
diagnostikoje. Analizė apima ląstelių dydžio ir formos matavimus bei jų išsidėstymą. Naudojant
mikroskopijos metodus, ląstelės dažniausiai gali būti identifikuojamos, taip pat gali būti pamatuojami
kiekvienos ląstelės morfologiniai parametrai tam, kad nustatyti ląstelės kilmę. Gyvų ląstelių vaizdai
padeda geriau išanalizuoti biocheminius ir biofizinius procesus, vykstančius ne tik ląstelėse, bet ir
tarp jų. Įvairių medžiagų poveikio įtakos tyrimams gyviems audiniams ar tų audinių funkcinių
savybių tyrimams, naudojami ląstelių kultūrų modeliai [1, 19].
Paskutiniame dešimtmetyje vaizdų ar optikos registravimo technologijos bei programinė įranga,
smarkiai pasistūmėjo į priekį, tai leido sukurti sudėtingas duomenų registravimo sistemas.
Page 19
19
Komercinės paskirties mikroskopinio skaitmeninio vaizdo gavimo programinė įranga siūlo labai
platų įrankių pasirinkimą skirtą ląstelių morfometriniam vertinimui.
Yra taikoma daug metodų žarnyno ligų objektyvizavimui. Vienas iš jų tai aklasis ekspertinis
vertinimas (angl. „blind“ arba „double blind“) [20] leidžiantis neatsižvelgti į išankstinę eksperto
nuomonę. Vertinimo objektyvumą ir diagnostinę kokybę stipriai didina kiekybinis, aiškiai matomų
struktūrinių elementų vertinimas (pvz. nustatytame plote skaičiuojamas tam tikrų ląstelių skaičius ar
morfometriniai duomenys) [1].
Įvairių uždegiminių žarnyno ligų, kurios gali sukelti piktybinių auglių atsiradimą, diagnostikai
taikoma biopsinių preparatų histologinė analizė. Laipsniška žarnyno audinių struktūrinė kaita, bei tuo
pat metu vykstantis atskirų struktūrinių elementų kitimas atspindi ne tik šių ligų atsiradimą, bet ir
vystymąsi. Tačiau, dažnai klinikiniai duomenys gaunami jau pažengusiose ligos vystymosi stadijose.
Visus ligos vystymosi etapus leidžia atskleisti eksperimentinių gyvūnų modeliai, kurie suteikia
galimybę gauti visą histologinių vaizdų rinkinį ir išaiškinti įvairias ligos stadijas. Toks vaizdų
rinkinys leidžia išaiškinti pačius svarbiausius diagnostinius požymius, atspindinčius ligos vystymąsi
[1,19].
2.5 Sveikas žarnynas
2.6 pav. Sveikos storosios žarnos sienelės sluoksnių makroskopinė histologinė fotografija [12]
Virškinimo traktas yra tuščiavidurio vamzdelio pavidalo, kurį sudaro trys sluoksniai: mucosa
(gleivinė), submucosa (pogleivė), muscularis propria ir pralaidžių areolar audinių, dengtų
mesothelium, kur traktas ribojasi su kūno ertme (serosa). Storosios žarnos gleivinės paviršius yra
plokščias su (crypt) liaukomis (kriptomis), kaip tiesiais, lygiagrečiais vamzdeliais. Liaukos pagrindas
priklauso nuo lygiųjų raumenų ląstelių sluoksnių, muscularis mucocae, kurios atskiria gleivinę nuo
Page 20
20
pogleivio (submucosal) jungiamųjų audinių. Atstumas tarp liaukų ir jų vidaus diametras yra pastovus.
Toks paviršius tęsiasi per visą gaubtinę žarną, išskyrus limfinėse zonose, perėjime į plonąjį žarnyną,
ar ten, kur suragėjęs epitelis. Plonojoje žarnoje paviršius yra nelygus dėl mažų, vienodo dydžio ir
formos gaurelių. Klubinėje žarnoje gaureliai yra aukštesni ir liaukos mažiau gilios, palyginti su
tuščiąja žarna. Liaukų ir gaurelių paviršius yra padengtas epiteliu iš vienaląsčiais sluoksniais [12].
2.7 pav. Sveikos storosios žarnos sienelės sluoksnių (pjūvio) makroskopinė histologinė fotografija:
1 – mucosa (gleivinė); 2 – submucosa (pogleivė); 3 – muscularis propria; 4 – serosa; 5 – villi
(gaureliai); 6 – glands (crypts) of the mucosa (liaukos); 7 – glands in the tunica submucosa
(Brunner's glands) [12]
2.6 Patologija
Sergant šiomis uždegiminėmis žarnyno ligomis, nustatomi uždegiminiai storosios žarnos
pokyčiai.
Makroskopiškai matomi pokyčiai:
o Uždegiminiai pokyčiai ištisiniai ir monotipiški, su išopėjimais;
o 95% atvejų prasideda nuo tiesiosios žarnos ir nepertraukiamai plinta proksimaliai;
o Ligai užsitęsus, dėl pogleivio fibrozės ir išilginės retrakcijos storoji žarna sutrumpėja
[11].
Histologiniai Pokyčiai yra nespecifiniai uždegiminiai, apimantys tik gleivinę ir pogleivį. OK
būdinga:
o Sumažėjęs kriptų skaičius ir pakitusi jų išvaizda: šakotos, netolygaus pločio,
nelygiagrečios;
Page 21
21
o Sumažėjęs taurinių ląstelių kiekis kriptų epitelyje ir gleivių kiekis jose;
o Neutrofilinė epitelio, lamina proprija infiltracija, kriptų mikroabscesai;
o lamina proprija infiltracija limfocitais, plazminėmis ląstelėmis [11].
Optinio kolito mikroskopinė struktūra (vaizdas), pasižymi gleivinės uždegimine reakcija ir
anomalijomis. Uždegimui yra būdingas padidėjęs filtrato sudėties pakitimas. Normalus prasiskverbęs
gleivinės ataugėlių filtratas kaupiamas viršutinėje gleivinės dalyje ir ši struktūra išlieka infekciniame
kolite. Sergant optiniu kolitu, prasiskverbęs filtratas labiau plinta ir prasiskverbia į gilesnius
sluoksnius. Plazminių ląstelių kaupimas vyksta šalia gleivinės pagrindo ir liaukų bazės [11, 19].
Kitas svarbus bruožas, kuris rodo uždegimą, tai neutrofilų (grūdėtieji leukocitai) buvimas, kuris
rodo filtrato sudėties pokyčius. Esant kartu ir aiškiam epitelių ląstelių pažeidimams, galima
diagnozuoti ligą. Neurofilų su epitelio struktūra, kaip liaukų sienelių pūslės, jų nykimas ar jų
pažeidimai gali padėti diagnozei, bet patikimumas šių veiksnių yra mažas. Kriptitas ir liaukų pūslės,
pūliniai iš tiesų gali būti matomi esant infekciniam kolitui, Krono kolitui ir diversiniam kolitui.
Grūdėtųjų leukocitų (eosinophilis) gali būti tiek daug, kad tai gali reikšti eozinofilinį kolitą, ypač
esant lėtiniai formai arba kai liga yra neprogresuojanti. Tai galima paaiškinti tuo, kad kitas
uždegimines ląsteles gydymas sumažino. Struktūriniai pokyčiai paveikia paviršių, tai pakeičia
gaurelių (villi) ar liaukų (crypt) struktūrą, ji tampa netaisyklinga [12]. Tai pavaizduota penktoje
iliustracijoje.
2.8 pav. Opinis kolitas – storosios žarnos gleivinės histologinis mikroskopinis vaizdas. Gleivių
liaukos atsiskyrusios nuo pagrindinio gleivinės sluoksnio [12]
Esant optiniam kolitui, toks paviršius pasireiškia 60 % atvejų. Liaukų pakitimai yra dažnesni ir
labiau išplitę. Jie yra pastebėti 57-100 % atvejų [12] [11] [1]. Tam, kad būtų lengviau apibrėžti ligos
Page 22
22
sunkumo stadiją, yra naudojamos įvairios požymių skalės. Labiausiai histologų tarpe paplitusios
„Geboes, Gramlich, Gupta bei Riley“. [Priedai; 8.1-8.4 lentelės]
2.7 Šiame darbe ieškomi uždegiminių žarnyno ligų diagnostiniai požymiai
Tiriamojo darbo metu kuriamas metodas reikšmingų uždegiminių žarnyno ligų diagnostinių
požymių identifikavimui. Šie diagnostiniai požymiai, tai uždegiminių procesų metu atsirandančios
ląstelės :
o Makrofagai
o T ląstelės
o Neutrofilai
o Monocitai
o Eozinofilai
Makrofagai – tai yra didieji (14–20 µm) daugiabranduoliai fagocitai, aptinkami beveik visuose
organuose. Jie yra mezenchiminės kilmės ląstelės, gebančios aktyviai suimti ir suvirškinti bakterijas,
žuvusių ląstelių liekanas ir kitas organizmui svetimas ir toksines daleles. Uždegimo metu, makrofagai
išskiria daugybę nespecifinių imuniteto veiksnių: transferiną, komplementą, lizocimą, interferono
pirogenus ir kt., pasižyminčių antibakteriniu poveikiu.
2.9 pav. Makrofagai [21]
T ląstelės - kraujo ląstelės, priklausančios leukocitų agranulocitų grupei, viena iš limfocitų
populiacijų. Sudaro 70 % visų limfocitų. T limfocitai yra 7–12 μm skersmens, nefagocituojančios
ląstelės, turinčios didžiulį branduolį, užimantį beveik visą citoplazmą. T limfocitai organizme lemia
ląstelinį imunitetą t. y. naikina užkrėstas ir vėžines ląsteles, taip pat svarbūs imuniteto reguliacijai.
Page 23
23
2.10 pav. T ląstelės [22]
Neutrofilai - tai yra grūdėtieji leukocitai, kurių citoplazmoje esančios granulės nusidažo
neutraliaisiais dažais. Jie sudaro 50–75 proc. ir yra judriausi iš visų leukocitų. Viename mikrolitre
kraujo yra 3000–5000 neutrofilų. Neutrofilų skersmuo – 10–12 mikronų. Subrendusių ląstelių
branduolį sudaro 3–4 segmentai, sujungti plonais chromatino siūlais. Pagrindinė funkcija –
fagocitozė. Neutrofilai išskiria fermentų, kurie stabdo arba naikina bakterijas, ardo pažeistas audinių
ląsteles, o patys žūva uždegimo vietoje ir kartu su audinių irimo produktais sudaro pūlius.
2.11 pav. Neutrofilai [22]
Monocitai – tai yra didieji fagocitai (10–14 µm). Jie cirkuliuoja kraujyje gana neilgai (nuo 24
val. iki kelių parų), po to patenka į audinius ir diferencijuoja iki brandžių makrofagų. Jie fagocituoja
ląstelių irimo produktus ir bakterijas.
Page 24
24
2.12 pav. Monocitai [22]
Eozinofilai – tai grūdėtieji leukocitai, dalyvaujantys alerginėse, uždegiminėse ir prieš parazitus
vykstančiose reakcijose ląstelėse. Eozinofilams tenka 1–5 proc. kraujyje cirkuliuojančių leukocitų.
Daugelis jų palieka kraujotaką ir migruoja į audinius, sąveikaujančius su aplinka (virškinamoji,
kvėpavimo takų, šlapimo sistema ir kt.). Eozinofilai ypač aktyvūs parazitų patekimo vietose.
Aktyvinti eozinofilai išskiria granulių turinį ir lipidų mediatorius, Tai pažeidžia mikroorganizmus.
2.13 pav. Eozinofilas [23]
Šios visos ląstelės, uždegiminių žarnyno ligų vertinimo skalėse (Geboes, Gramlich, Gupta, Riley
požymių skalės) vadinamos uždegiminėmis (angl. inflammatory cell) [ Priedai; 8.1-8.4 lentelės].
Apžvelgus uždegiminių ląstelių morfologija, galima teigti, jog visų šių ląstelių branduoliai, turi
savotišką formą, kuri gali būti vienas iš pagrindinių „raktų“ išskirti uždegimines ląsteles iš likusių
žarnyno audinių ląstelių.
Page 25
25
3 TYRIMO MEDŽIAGA IR METODAI
3.1 Uždegimo modeliavimas eksperimentiniuose gyvūnuose
Atliekant daugiaveiksmių ligų, tokių kaip epilepsijos, vėžio, cukrinio diabeto, nutukimo, infarkto
ir kt. tyrimus, nagrinėjančius šių susirgimų patogenezę ir etiologiją yra plačiai taikomi gyvūnų
eksperimentiniai modeliai. Eksperimentiniuose gyvūnuose modeliuojant ligą gaunamas diagnostikai
reikšmingas laipsniškas žarnų audinių kaitos procesas, kuris ir išryškina pagrindinius diagnostikos
simptomus. Taigi storosios žarnos uždegimo modelis buvo įgyvendintas ir ištirtas pasinaudojus
LSMU (Lietuvos Sveikatos Mokslų Universiteto) VA (Veterinarijos Akademija) vivariumo (Kaunas,
Lietuva) laboratorinėmis pelėmis – patinėliais, kurių amžius eksperimento pradžioje buvo 6-8
savaitės, o vidutinis svoris 16-21g. Pelės laikytos 12 valandų šviesos ir tamsos ciklo kambaryje,
kuriame buvo palaikoma 22oC temperatūra. Gyvūnai buvo šeriami pagal standartinę dietą, o vanduo
buvo neribojamas ir laisvai prieinamas. Eksperimentą patvirtino Lietuvos bioetikos komitetas
(protokolas nr. 0201) [19,26].
Eksperimentinių pelių žarnyną veikiant DSS (angl. „Dextran Sulfate Sodium “ - natrio dekstrano
sulfato) tirpalu, kuris sukelia žarnyno uždegimą, gaunami histologinių vaizdų masyvai, parodantys
įvairias UŽL stadijas. Šis uždegimas pasireiškęs pelėse yra artimas žmogaus žarnyno uždegiminėms
ligoms. Siekiant sukelti uždegimą, pelės buvo girdomos 2,5% DSS ištirpinto distiliuotame vandenyje
tirpalu, kurio jos gerdavo tiek, kiek norėdavo. Norint gauti kuo įvairesnius rezultatus,
eksperimentiniai gyvūnai buvo padalinti į tris grupes: siekiant sukelti ūminį DSS kolitą, 5 pelės 7
paras buvo girdomos 2,5% DSS tirpalu; siekiant sukelti lėtinį DSS kolitą 3 pelės 5 paras buvo
girdomos 2,5% tirpalu, o 6 paras vandeniu, toks ciklas buvo kartojamas 4 kartus (iš viso
eksperimentas užtruko 44 dienas); likusios 5 pelės buvo paliktos kaip kontrolinė grupė ir buvo
girdomos tik grynu vandeniu [7, 25, 26].
Atliekant eksperimento analizę visa storoji žarna buvo išplauta Mg+2 arba Ca+2 befosfačiu
suminkštintu tirpalu (PBS) ir iškarto užfiksuojama neutraliu 10% formalinu, laikant 4 valandas
kambario temperatūroje parafininiam suformavimui. Visas traktas buvo padalintas ir supjaustytas į 4
–μm paeiliui į vienodas dalis, kurios buvo nudažytos hematoksilino – eozino dažais. Nudažyti
tiriamieji pjūviai buvo uždengti dengiamaisiais stikleliais, naudojant specialias dengiamąsias terpes.
Paruošti mikroskopiniam tyrimui mėginiai pavaizduoti 3.1 iliustracijoje [26].
Page 26
26
3.1 pav. Dažyti tiriamieji pjūviai paruošti mikroskopiniam tyrimui.
Šioje iliustracijoje matyti maža dalis tyrimams panaudotų skirtingo uždegiminio audinio, o taip
pat sveiko audinio preparatų mėginių paruoštų mikroskopiniams tyrimams.
3.2 Histologinių preparatų vaizdų registravimas
Histologiniams žarnyno audinių vaizdams registruoti naudojamas OLYMPUS IX71 šviesos
mikroskopas su Q IMAGING EXI aqua vaizdo kamera.
3.2 pav. OLYMPUS IX71 šviesos mikroskopas su Q IMAGING EXI aqua vaizdo kamera.
Page 27
27
Šis vaizdų registravimas buvo atliekamas Lietuvos sveikatos mokslų universiteto, Medicinos
akademijos, Neuromokslų instituto biochemijos laboratorijoje. Dalis vaizdų registravimui
naudojamos įrangos pavaizduota 3.2 iliustracijoje. Vaizdai registruoti 1392x1040 raiška, naudojant
40 kartų didinimą. Tai didžiausias naudojamo mikroskopo galimas didinimas. Atlikus histologinių
vaizdų registravimą. Buvo gauti daugiau kaip trys šimtai dvidešimt įvairaus uždegiminio sunkumo,
histologinių preparatų vaizdų fragmentai. Šių fragmentų pavyzdžiai pateikti 3.3 ir 3.4 iliustracijose.
3.3 pav. Užregistruotų histologinių preparatų vaizdų fragmentai: A – kontrolinė grupė, B – lėtinio
uždegimo grupė , C – ūmaus uždegimo grupė .
Šešioliktoje iliustracijoje, pateikti trys skirtingi histologinių preparatų vaizdų fragmentai.
Vizualiai vertinant šias nuotraukas, puikiai matomi akivaizdūs audinių struktūrų skirtumai, tarp
sveikos grupės preparato, lėtinio uždegimo grupės preparato, bei ūmaus uždegimo preparato vaizdų.
Kontrolinės grupės preparatų vaizduose matyti sveika audinio struktūra, vienas greta kito
taisyklingai išsidėstę, kokonai (kriptos). Kriptas jungia tarpląstelinis audinys (3.3; A pav.)
Lėtinio uždegimo grupės preparatų vaizduose matomas epitelinio audinio paviršiaus irimas,
dauguma kriptų praradusios taisyklingą savo forma, dalis jų - pratrūkusios.(3.3; B pav.).
Lėtinio uždegimo grupės preparatų nuotraukose visai nebesimato gleivinėje buvusių kriptų,
vietoj aiškios audinio struktūros yra atsiradus neaiški, sunkiai nusakoma audinio bei ląstelių visuma
(3.3; C pav.).
Taigi šiose iliustracijose puikiai matomi audinio struktūros pokyčiai, o 3.4 iliustracijoje galima
įžvelgti žarnyno audiniuose esančias ląsteles.
Page 28
28
3.4 pav. Užregistruoto lėtinio uždegimo grupė histologinio preparato vaizdo fragmentas.
3.4 iliustracijoje be lėtinio uždegimo grupei būdingų histologinės struktūros pokyčių, galima
matyti ir audinyje esančias įvairias ląsteles, tačiau nesant įgudusiam specialistui - histologui,
identifikuoti jas, vizualinio vertinimo metodu, yra be galo sudėtinga. Ko pasėkoje, buvo kuriamas
metodas automatiniam uždegimo metu atsiradusių ląstelių identifikavimui. Kaip jau buvo minėta,
Lietuvos sveikatos mokslų universiteto, Medicinos akademijos, Neuromokslų instituto biochemijos
laboratorijoje buvo užfiksuota daugybė histologinių preparatų vaizdų fragmentų, su kuriais ir buvo
dirbama toliau.
Atlikus užregistruotų histologinių preparatų vaizdų vizualine analizę, buvo rasta tolimesnei
analizei netinkamų vaizdų (3.5 pav.). Dėl blogo fokusavimo, neturintys pakankamo ryškumo, su
įvairiais triukšmais, ar su pašalinėmis preparatų priemaišomis, dalis vaizdų buvo atmesta. Geriausios
kokybės, tinkamų tolimesniems tyrimams, buvo atrinkta 140 nuotraukų, kuriose geriausiai matėsi
ląstelių struktūra.
3.5 pav. Tolimesnei analizei netinkamų vaizdų pavyzdžiai.
Taigi atrinkus vaizdus tolimesniems tyrimams kuriuose visi struktūriniai audinių elementai buvo
neiškraipyti ir gerai matomi toliau buvo atliktas pirminis vaizdų apdorojimas.
Page 29
29
3.3 Pirminis vaizdų apdorojimas
Tyrinėjant gautus histologinių vaizdų fragmentus, buvo pastebėti apšvietimo neatitikimai, kurie
yra nepageidaujami tolimesnės analizės metu. Nevienodas apšvietimas analizuojamose nuotraukose
buvo panaikintas atliekant pirminį apdorojimą. Šiam tikslui, histogramų sulyginimo metodu [27, 28]
panaudojant MATLAB programinį paketą atliktas turimų vaizdų apšvietimo suvienodinimas. Iš
pasirinktos etaloninės nuotraukos buvo iškirptas plotas be audinio (vaizde baltos spalvos zona), pagal
kurios histogramos viršūnę (maksimumą) toliau buvo daromas sulyginimas. Tam tikslui buvo
iškirptas kiekvieno histologinio vaizdo fragmento šviesios spalvos plotai ir gautos jų histogramos
buvo sulygintos kryžminės koreliacijos pagalba su etaloninės nuotraukos iškarpos be audinio
histogramos viršūnę. Tokiu būdu analizuojamos histologinių preparatų nuotraukos transformuotos į
vienodo apšvietimo vaizdus [28].
3.6 pav. A) žarnyno audinių mikroskopinės nuotraukos. B) histogramų sulyginimas.
3.6 iliustracijoje pateiktos tipinės analizuojamų nuotraukų su nevienodu apšvietimu (A) ir
histogramų sulyginimo pavyzdys. Po tokio sulyginimo, transformavus visus analizuojamus vaizdus į
vienodo apšvietimo, buvo ieškoma optimali spalvų erdvės transformacija, kurioje maksimaliai
įmanomai išryškėtų mus dominantys uždegiminės ląstelės.
3.3.1 Vaizdų transformacija į optimalią spalvų erdvę
Įprasti spalvoto vaizdo pikseliai yra atvaizduoti kaip taškai ortogonalioje RGB (R-red – raudona,
G-green – žalias, B-blue – mėlyna.) erdvėje. Visi tos pačios spalvos, bet skirtingų intensyvumų taškai
yra rodomi kartu su tam tikra kryptimi į RGB. Taigi galima rasti optimalią transformacija tikros RGB
erdvės, kad viena iš naujosios koordinačių sistemos ašių eitų kartu šia kryptimi atstovaujanti
Page 30
30
uždegiminė ląstelė spalvą. Tokią transformaciją galima rasti naudojantis pagrindine komponenčių
analize [29].
Pagrindinių komponenčių analizė (PKA, principal component analysis, PCA) - tai klasikinis
matematinės statistikos metodas. Kitaip apibūdinama kaip tiesinė duomenų transformacija,
naudojama duomenų analizei kaip daugiamačių duomenų matmenų skaičiaus mažinimo metodas.
Metodo tikslas – rasti didžiausios dispersijos kryptį. Didžiausią dispersiją turinti kryptis yra pirmoji
pagrindinė komponentė (PK1). Ji eina per duomenų centrinį tašką [29,30].
Tai taškas, kurio komponentės yra analizuojamą duomenų aibę sudarančių taškų atskirų
komponenčių vidurkiai. Visų taškų vidutinis atstumas iki šios tiesės yra minimalus, t. y. ši tiesė yra
kiek galima arčiau visų duomenų taškų. Antrosios pagrindinės komponentės (PK 2) ašis taip pat turi
eiti per duomenų centrinį tašką ir ji turi būti statmena pirmosios pagrindinės komponentės (PK 1)
ašiai (nekoreliuota ), (3.7 pav.). Esminė PKA idėja yra sumažinti duomenų dimensiją kiek galima
tiksliau išlaikant duomenų dispersijas [29,30].
3.7 pav. Pirmoji (PK 1) ir antroji (PK 2) pagrindinės komponentės
Tolesnei analizei, buvo išskirta daugiau kaip 500 tariamų uždegiminių ląstelių vaizdų. Išskyrimo
procesą iliustruojantis paveikslas pateiktas 3.8 pav.
Page 31
31
3.8 pav. Tariamų uždegiminių ląstelių vaizdų iškirpimo pavyzdys.
Iš šių vaizdų, histologai ekspertai pažymėjo 59 tikrųjų uždegiminių ląstelių plotus originaliose
žarnyno histologiniuose vaizduose (3.9 pav.). Būtent šie 59 atrinkti vaizdai toliau buvo naudojami
pagrindinių komponenčių analizėje.
3.9 pav. Išskirti uždegiminių ląstelių plotai žarnyno histologiniuose vaizduose.
Iš šių 59 vaizdų, buvo atrinkta nuotrauka su maksimaliais dydžio parametrais (didžiausiais
matmenimis) ir su imresize funkcija, MATLAB programinio paketo pagalba visi vaizdai buvo
transformuoti į vienodo dydžio vaizdus.
Ekspertų atrinkti histologinio preparato uždegiminės ląstelės 59 vaizdai susidedantys iš trijų
raudonos (angl. R - red), žalios (angl. G - green) ir mėlynos (angl. B - blue) spalvų pikselių verčių
dvimačių masyvų buvo transformuoti į vienmačius masyvus. PKA analizei skirta duomenų matrica
X buvo suformuota iš trijų vektorių, kurie susideda iš kiekvieno vaizdo iškarpos raudonos (R), žalios
(G) ir mėlynos (B) spalvų pikselių verčių. Pirmas vektorius buvo suformuotas iš visų 59 vaizdų
Page 32
32
raudonos (R) pikselių verčių sugrupuotu paeiliui. Antras ir trečias vektorius buvo suformuoti
analogiškai, tik iš žalios (G) ir mėlynos (B) spalvų pikselių verčių.
𝑋 = [
𝑋𝑅1 𝑋𝑅2 ⋯ 𝑋𝑅𝑛
𝑋𝐺1 𝑋𝐺2 ⋯ 𝑋𝐺𝑛
𝑋𝐵1 𝑋𝐵2 ⋯ 𝑋𝐵𝑛
] (3.3.1)
Čia X – duomenų matrica. Matricos X stulpeliai – duomenų parametrai, X eilutės – daugiamačiai
vektoriai.
Pagrindinių komponenčių analizės metu originalus vaizdas paverčiamas nauja kintamųjų erdve
maksimaliai padidinant nuokrypį ir sutelkiant koreliuotus originalius kintamuosius [29, 31, 30]. Jeigu
uždegiminių ląstelių zonų pikselių vertės gana daug prisideda prie bendros vaizdo pikselių verčių
sklaidos, galima tikėtis, kad pirmasis arba bent jau vienas iš pirmų naujų kintamųjų (pagrindinių
komponenčių) maksimaliai padidins uždegiminių ląstelių plotų kontrastą palyginti su likusiu vaizdu.
Originalaus vaizdo X erdvinę koreliaciją galima įvertinti:
𝑅𝑥 =1
3𝑁𝑋 ∗ 𝑋𝑇 (3.3.2)
Tikrinių verčių radimui naudojam tikrinių vektorių ir Rx tiesinę daugdarą:
Ψ ∗ Λ = 𝑅𝑥 ∗ Ψ (3.3.3)
Čia Λ yra tikrinių verčių matrica, kurios vertės išrūšiuotos mažėjančia tvarka, o Ψ yra atitinkama
tikrinio vektoriaus matrica. Matrica Ψ apibūdina ortonormalią transformaciją, taikomą originaliems
duomenims X siekiant gauti transformuotą vaizdą, kurio eilėse būtų X pagrindinės komponentės [30].
𝑌 = Ψ𝑇 ∗ X (3.3.4)
Pagrindinės komponentės buvo vėl pakeistos į dvimačius masyvus ir pateiktos ekspertams.
Kontrasto ir triukšmo santykis įvertintas pagal (3.3.5) formulę pirmoje pagrindinėje komponentėje,
kurioje uždegiminių ląstelių zonos matosi aiškiausiai. Pagrindinių komponenčių analize paremtas
uždegiminių ląstelių vaizdo išankstinis apdorojimas žymiai padidina uždegiminių ląstelių zonos
kontrasto ir triukšmo santykį vykdant tolesnius automatinius aptikimus bei apžiūrą [29].
𝐶 =|𝑀𝑙−𝑀𝑛|
𝑠𝑛 (3.3.5)
Page 33
33
Čia Ml – pikselių vertė uždegiminės ląstelės plote, Mn – pikselių vertė histologinio audinio be
uždegiminės ląstelės plote, Sn - histologinio audinio be uždegiminės ląstelės ploto pikselių
standartinis nuokrypis.
3.4 Tikėtinų uždegiminių ląstelių sričių išskyrimas vaizduose
Atlikus optimalią spalvų transformaciją, buvo imtasi ieškoti tikėtinų uždegiminių ląstelių plotų
turimuose histologiniuose vaizduose. Kadangi išryškėjo ieškomų ląstelių kontrastas, buvo nuspręsta
tolimesniam vaizdų apdorojimui, taikyti granulometriją.
Tradiciškai, histologiniai tyrimai yra atliekami mikroskopiniame lygmenyje. Analizė apima
ląstelių dydžio ir formos matavimus bei jų išsidėstymą. Naudojant mikroskopijos metodus, ląstelės
dažniausiai gali būti identifikuojamos, taip pat gali būti pamatuojami kiekvienos ląstelės
morfologiniai parametrai. Tiriant ląsteles mikroskopijos metodu, jos gali būti sunkiai
individualizuotos dėl rezoliucijos trūkumo ir galimo kelių ląstelių sluoksnių persidengimo. Tačiau
ląstelių dydžio ir orientacijos svyravimai dažnai išsiskiria stebint vizualiai. Tokiais atvejais, vaizdo
tekstūros analizė yra alternatyva kiekybinei individualių ląstelių morfologijai. Vaizdo tekstūra gali
būti apibrėžta kaip erdvinis pilkos spalvos lygių vaizdų išsidėstymas [32]. Ko pasekoje tolimesniam
uždegiminių žarnyno audinių vertinimui pasinaudojus MATLAB įrankiu buvo atlikta vaizdų
apdorojimo bei vertinimo metodika - granuliometrija (angl. granulometry). Ši metodika leidžia
kiekybiškai įvertinti audinių struktūrą sudarančių elementų kiekybę - apskaičiuoti tam tikrų smulkių
objektų dydžio pasiskirstymą skaitmeniniuose vaizduose [33, 32]. Šiuo būdų apdoroto histologinio
žarnyno audinių vaizdo pavyzdys pateiktas 3.10 paveiksle. Šiuo atveju granulometrija leidžia greitai
išskirti potencialias vietas su ieškomomis imuninėmis ląstelėmis.
3.10 pav. Vaizdo apdorojimas taikant granulometrijos metodą.
Ląstelių dydis, forma ir struktūra dažnai yra nagrinėjama ryšium su jų savybėmis. Mikroskopai
leidžia įsisavinti tipiškas skirtingų audinių ląstelių reprezentacinių nuotraukų gausybę. Įprastas būdas
Page 34
34
vaizdo analizėje yra identifikuoti ląsteles, išmatuoti ir įvertinti jų dydį ir formą. Mikroskopinėse
nuotraukose ląsteles gali būti sunku segmentuoti. Alternatyva yra išgauti morfologinę informaciją
tiesiogiai iš pilko lygio vaizdų naudojant vaizdo tekstūros analizės metodus. Taigi dėl to buvo
nuspresta naudoti pilkumo lygio granuliometriją sukurtą naudojant matematinius morfologinius
įrankius šiame kontekste tam, kad būtų išskirta potencialios uždegiminių ląstelių vietos
histologiniuose žarnyno vaizduose.
Granulometrijos metodu buvo apdoroti visi vaizdo fragmentai, gauti atlikus pagrindinių
komponenčių analizę. Pirmas žingsnis atliekant granulometriją buvo maksimizuoti vaizdų kontrasto
intensyvumą.Tai buvo atliekama pasinaudojus MATLAB programinio paketo funkciją adapthisteq,
kuri atlieka adaptyvų histogramos išlyginimą [34]. Vėliau tirinėjamas vaizdas koreguojamas
panaudojant funkciją imadjust [35], taip, kad nuotraukos pikselių minimalios ir maksimalios vertės
sudarytu tik 1% visų reikšmių. To pasekoje pasiekiamas maksimalus kontrastas. Paskutiniame
žingsnyje matematinės morfologijos pagalba, MATLAB programinio paketo funkcijų imopen ir
imclose (parinkus struktūrinio elemento dydį pagal spėjamą uždegiminės ląstelės matmenis) [36, 37],
vaizde išskiriamos tikėtinos uždegiminių ląstelių vietos.
Šis metodas leidžia skaičiavimus tiesiai iš pilko lygio vaizdų granulometrinių kreivių, kurios
nusako ryšį tarp pilkumo lygio kitimo ir objekto dydžio, be vienas kito identifikavimo. Metodas gali
būti taikomas visam vaizdui, ar tik konkrečiam dominančiam regionui.
3.11 pav. Granulometrijos metodo taikymo metu gautų grafikų pavyzdžiai, atspindintys vaizdo
pikselių vertes.
Page 35
35
3.5 Uždegiminių ląstelių skiriamųjų požymių radimas
Buvo skaičiuojami šie granulometrijos metodu išskirtų uždegiminių ląstelių sričių standartiniai
struktūros išskyrimo požymiai.
Granulometrijos išskirtų vietų, po optimalios spalvos radimo buvo rasti tokie vaizdai:
3.12 pav. Iliustracijos kairėje pavaizduota po granulometrijos procedūros išskirta potenciali
uždegiminės ląstelės vieta, iliustracijos dešinėje šio vaizdo fragmento dvimatis vaizdas ( x ašis –
vaizdo taškų adresas, y ašis - intensyvumas).
Iš šio paveiksliuko buvo skaičiuojama:
1) Entropija
E = entropy(I), grąžina E, skaliarinė vertė reiškia pilkos skalės vaizdo I entropiją. Entropija yra
statistinis atsitiktinumo matas, kuris gali būti panaudojamas apibūdinti pradinio vaizdo struktūrą.
Enropija apibūdinama kaip – sum(p.*log2(p)), kur p talpina histogramos skaičiavimo rezultatą.
2) Vidurkis
3) Standartinis nuokrypis
4) Ekscesas (vaizdo histogramos)
Imties eksceso koeficientas (kurtosis) yra histogramos lėkštumo matas:
𝑔2 =𝑚4
𝑠4− 3 (3.5.1)
Jeigu g2=0, tai sklaida apie vidurkį tokia pati kaip ir normaliosios kreivės. Jeigu g2>0 –
histograma smaila t.y. duomenų sklaida apie vidurį yra mažesnė nei normaliosios kreivės (tankio
grafikas dešinėje). Jeigu g2<0, tai histograma lėkšta, t.y. duomenų sklaida apie vidurį didesnė nei
normaliosios kreivės atveju (tankio grafikas kairėje).
5) Asimetrijos koeficientas (vaizdo histogramos)
Page 36
36
Imties asimetrijos koeficientas(skewness):
𝑔1 =𝑚3
𝑠3 (3.5.1)
Asimetrijos koeficientas yra histogramos simetrijos matas. Jeigu g1>0, tai histogramos
asimetrija teigiama, jeigu g1< 0, tai asimetrija neigiama. Histograma simetriška, kai g1=0. Jei g1>0
(g1<0), tai x>Md (x <Md).
3.13 pav. Iliustracijos kairėje pavaizduota uždegiminės ląstelės vieta po PKA procedūros,
iliustracijos dešinėje šio vaizdo fragmento binarinis juodai baltas vaizdas ( 0 ir 1).
Vaizdas buvo paverstas į juodai baltą vaizdą (0 ir 1) ir skaičiuojami šie parametrai:
6) Extent – išskirto branduolio ploto santykis su mažiausiu įmanomu jį apribojančiu
stačiakampio plotu.
7) Solidity - išskirto branduolio ploto santykis su mažiausiu įmanomu jį apribojančiu
daugiakampio plotu.
8) Branduolio ploto ir perimetro santykis.
Page 37
37
3.14 pav. Iliustracijos kairėje pavaizduota uždegiminės ląstelės vieta po rengefilt procedūros,
iliustracijos dešinėje šio vaizdo fragmento dvimatis vaizdas ( x ašis – vaizdo taškų adresas, y ašis -
intensyvumas).
Uždegiminės ląstelės vieta po PKA nufiltruojama rangefilt ir skaičiuojami šie parametrai [38]:
9) Entropija
10) Vidurkis
11) Standartinis nuokrypis
12) Ekscesas (vaizdo histogramos)
13) Asimetrijos koeficientas (vaizdo histogramos)
3.15 pav. Iliustracijos kairėje pavaizduota uždegiminės ląstelės vieta po entropyfilt procedūros,
iliustracijos dešinėje šio vaizdo fragmento dvimatis vaizdas ( x ašis – vaizdo taškų adresas, y ašis -
intensyvumas).
Uždegiminės ląstelės vieta po PKA nufiltruojama entropyfilt ir skaičiuojami šie parametrai
[39]:
14) Entropija
15) Vidurkis
16) Standartinis nuokrypis
17) Ekscesas (vaizdo histogramos)
18) Asimetrijos koeficientas (vaizdo histogramos)
Rangefilt ir entropyfil buvo pasirinkti dėl to, kad tai tipinės vaizdo tekstūrinės analizės
išskyrimo funkcijos [38, 39].
Page 38
38
3.6 Reikšmingiausių uždegiminių ląstelių požymių išskyrimas
Toliau buvo pritaikyta diskriminantinės analizės metodika, leidžianti išskirtą ląstelę priskirti
vienai iš grupių, pagal ją apibūdinančius duomenis. Mūsų atveju iš turimų duomenų sprendėme ar
ląstelė yra uždegiminė, ar ne. Tai daugiamatės statistikos analizės metodas, priskiriantis tam tikrą
objektą vienai iš kelių iš anksto apibrėžtų grupių. Diskriminantinės analizės tikslas yra remiantis
objekto kintamaisiais, kurie vadinami požymiais, kaip galima tiksliau nustatyti nežinomo objekto
(ląstelės iškarpos) klasę. Šie požymiai turi būti išmatuoti santykių arba intervalinėje skalėse.
Diskriminantinės analizės modelis yra sudaromas, panaudojus išanalizuotų objektų, kurių klasės jau
žinomos, požymius. Vėliau modelis taikomas nežinomo objekto klasei prognozuoti. Objekto
priskyrimas klasei dar vadinamas klasifikavimu. Diskriminavimo tikslas – nustatyti požymius,
padedančius atskirti tiriamų objektų grupes bei įvertinti diskriminavimo kokybę. Taigi
diskriminavimas yra susijęs su priklausomybės struktūros analize. Klasifikavimo tikslas – remiantis
požymių matavimais, objektus priskirti vienai iš grupių bei įvertinti klasifikavimo patikimumą.
Konkreti prognozė – klasifikavimo uždavinio dalis [40, 41].
Diskriminantinė analizė siekia dviejų tikslų:
1. Įvertinti grupių diskriminavimo galimybes.
2. Rasti optimalias klasifikavimo taisykles [40].
Tiesinė diskriminantinė analizė yra naudojama tada, kai norime rasti tiesines kombinacijas
bruožus, požymius, kurie geriausiai atskiria (izoliuoja) du ar daugiau klasių, objektų arba atsitiktinių
įvykių. Rezultate kombinacijos gali būti naudojamos kaip tiesinis klasifikatorius arba matuojamasis
mažėjime aukščiau vėliausios klasifikacijos. LDA tinka, kai objektų stebėjimų požymiai yra iki galo
kiekybiniai (išmatuojami). Diskriminantinė analizė padeda pagal intervalinių kintamųjų reikšmes
nuspręsti apie objekto priklausomybę vienai iš keleto grupių. Visais atvejais tenka spręsti
atskiriamumo (diskriminavimo) ir (arba) klasifikavimo uždavinius. Diskriminantinės analizės
nereikia painioti su klasterine – skirtingai nei klasterinėje analizėje, čia iš anksto yra žinomas grupių
skaičius, be to, yra „mokymo imtis“, t.y. informacija apie dalies tiriamųjų objektų požymių reikšmes
ir priklausomybę vienai ar kitai grupei [41]. Šiuo atveju histologo eksperto nustatytų uždegiminių
ląstelių apskaičiuoti tam tikri įverčiai. Skiriami šie pagrindiniai diskriminantinės analizės etapai:
1. Nustatoma, kurie kintamieji tinka tiriamų objektų diskriminavimui. Pašalinami
kintamieji, nepadedantys nustatyti grupių skirtumų;
2. Sudaromas diskriminantinės analizės modelis, remiantis objektų, kurių klasės žinomos,
atrinktais požymiais;
3. Įvertinama diskriminavimo kokybė;
Page 39
39
4. Parenkamas labiausiai tinkamas klasifikavimo būdas. Sudaromos klasifikavimo
taisyklės.
5. Įvertinamas klasifikavimo patikimumas. Sudaromos klasifikavimo lentelės.
Skaičiuojami klaidingos klasifikacijos tikimybių įverčiai [40].
Jei duomenys yra tinkami diskriminantinei analizei, tai toliau sudaromas diskriminantinės
analizės modelis. Nustatoma, kurie objektai tinka tiriamų objektų diskriminavimui. Yra pašalinami
kintamieji, nepadedantys nustatyti grupių skirtumų. Objektų kintamieji turi būti nepriklausomi,
matuojami santykių arba intervalinėje skalėje ir pasiskirstę pagal normalųjį dėsnį. Klasių skaičius turi
būti baigtinis, klasės negali būti priklausomos ar turėti bendrų objektų. Požymiai, kurie netenkina šių
sąlygų, pašalinami. Taip pat atmetami ir požymiai, kurie neatspindi skirtumų tarp grupių. Sekančiame
skyrelyje aprašoma kokiu būdu sudaromas diskriminantinės analizės modelis bei duomenų
tinkamumo diskriminantinei analizei tyrimas ir atranka [40].
Specifinė branduolio struktūra yra pagrindinis požymis identifikuojant imunine ląstelę. Mes
naudojome diskriminantinę analize iš pagrindinių aprašomųjų statistinių pikselių verčių parametrų
(spindulys, histogramos asimetrija, entropija ir t.t.) identifikuoti, ar analizuota potenciali vieta turi
uždegiminę ląstelę ar ne. Pirmiausiai buvo nustatyti, kurie duomenys tinka tiriamų objektų
diskriminavimui ir pašalinami, nepadedantys nustatyti grupių skirtumų. Tam, kad sužinoti, ar
kintamasis statistiškai reikšmingai diskriminuoja grupes, buvo tikrinama tokia statistinė hipotezė
[41]:
{𝐻0: 𝜇𝑖1 = 𝜇𝑖2 = ⋯ = 𝜇𝑖𝑔,
𝐻1: 𝜇𝑖𝑘 ≠ 𝜇𝑖𝑙 𝑏𝑒𝑛𝑡 𝑣𝑖𝑒𝑛𝑎 𝑖 𝑝𝑜𝑟𝑎𝑖 (𝑘 ≠ 𝑙); (3.6.1)
čia k,l = 1, ..., g.
Skaičiuojama statistika:
𝐹𝑖 =(𝑡𝑖𝑖−𝑤𝑖𝑖)(𝑛−𝑔)
𝑤𝑖𝑖 (3.6.2)
Jei 𝐹𝑖 > 𝐹∝/2(𝑔 − 1, 𝑛 − 𝑔) hipotezė H0 atmetama.
Atrinkus visus reikšmingus uždegiminę ląstelę apibūdinančius žymenys diskriminuojame
atsižvelgiant į juos visus. Paprasčiausias būdas – paimti jų tiesinę daugdarą (3.6.3). Mūsų tikslas –
koeficientus l parinkti taip, kad vidurkiai grupėse kuo labiau skirtųsi [41].
𝑌𝑖 = 𝑙1𝑖𝑋1 + 𝑙2
𝑖 𝑋2 + ⋯+ 𝑙𝑝𝑖 𝑋𝑝 + 𝐶𝑖 (3.6.3)
Page 40
40
Kur 𝑙𝑗𝑖 yra funkcijos (daugdaros) koeficientas, Ci – klaidos koeficientas (funkcijos konstanta), Xp
– analizuojami duomenys [41].
Sekantis etapas - ląstelių klasifikavimas. Pagrindinė klasifikavimo idėja – objektas priskiriamas
tai grupei, nuo kurios centro (grupės centras, t.y. grupės stebėjimų vidurkių vektorius) nutolęs
mažiausiai. Atstumo matas – Mahalanobio atstumas (3.6.4) [40, 41].
∆2= (𝜇1⃗⃗⃗⃗ − 𝜇2⃗⃗⃗⃗ )′ ∑ (𝜇1⃗⃗⃗⃗ − 𝜇2⃗⃗⃗⃗ )−1 (3.6.4)
Diskriminantinė analizė buvo atlikta „IBM SPSS statistic 20 – version“ programiniu paketu
(angl. Statistical Package for the Social Sciences) – tai vienas labiausiai paplitusių statistinės
informacijos apdorojimo programinių paketų, tinkamų ir pradedančiajam, ir patyrusiam vartotojui.
Norėdami įvertinti sukurto metodo tikslumą, kurio dėka siekiama identifikuoti uždegimines
ląsteles, buvo pasinaudota matematinės morfologijos būdu išskirtomis, 206 tikėtinomis uždegiminių
ląstelių sričių iškarpomis ir paskaičiuoti statistiniai kriterijai – specifiškumas ir jautrumas.
Specifiškumas (angl. specificity) – tai rodiklis, apibūdinantis diagnostikos metodo tikslumą ir
rodantis tikimybę, kad neuždegiminės ląstelės ploto tyrimo duomenys patvirtina, jog šis plotas tikrai
neuždegiminė ląstelė. Specifiškumas yra santykis tarp neteisingai identifikuotų tyrimo metu ir
“auksinio standarto” metu neteisingai identifikuotų ląstelių. Specifiškumas parodo tyrimo gebėjimą
nustatyti, jog uždegiminės ląstelės nėra, kai jos iš tikrųjų nėra, kitaip tariant tai teisingai neigiamų
rezultatų dalis iš rezultatų visumos.
Jautrumas (angl. sensitivity) – tai rodiklis, apibūdinantis diagnostikos metodo tikslumą ir rodantis
tikimybę, kad uždegiminės ląstelės ploto tyrimo duomenys patvirtina uždegiminės ląstelės buvimą.
Jautrumas yra santykis tarp teisingai identifikuotų tyrimo metu ir teisingai identifikuotų „auksinio
standarto“ būdu ląstelių. Jautrumas parodo tyrimo gebėjimą diagnozuoti uždegiminę ląstelę, kai
uždegiminė ląstelė iš tikrųjų yra, kitaip tariant tai teisingai teigiamų rezultatų dalis iš rezultatų
visumos.
𝐽𝐴𝑈𝑇𝑅𝑈𝑀𝐴𝑆 =𝑇𝑃
𝑇𝑃+𝐹𝑁=
92
92+15=
92
107= 85,6% (3.6.5)
𝑆𝑃𝐸𝐶𝐼𝐹𝐼Š𝐾𝑈𝑀𝐴𝑆 =𝑇𝑁
𝑇𝑁+𝐹𝑃=
80
80+19=
80
99= 80,8% (3.6.6)
Page 41
41
4 REZULTATAI
Lietuvos sveikatos mokslų universiteto, Medicinos akademijos, Neuromokslų instituto
biochemijos laboratorijoje buvo užregistruoti daugiau kaip 320 histologiniai žarnyno preparatų
vaizdai. Pirminio vaizdų apdorojimo metu buvo atlikta vizualinė analizė bei turimų vaizdų apšvietimo
suvienodinimas, po kurios tinkamų tolimesniems tyrimams buvo atrinkta 140 vaizdų.
Po vaizdų transformacijos į optimalią spalvų erdvę gautas ženklus kontrasto padidėjimas
uždegiminių ląstelių vaizduose.
4.1 iliustracijoje pavaizduotas tipinis histologinio preparato vaizdo, kuriame yra uždegiminių
ląstelių, pagrindinių komponenčių analizės rezultatas. Trijuose vaizduose viršutinėje eilutėje
pavaizduotos originalaus vaizdo raudonos (angl. red), žalios (angl. green) ir mėlynos (angl. blue)
komponentės. Apatinėje vaizdų eilutėje pavaizduotos trys pagrindinės šio vaizdo komponentės.
Matyti, kad maksimalus vizualinis skirtumas tarp uždegiminių ląstelių ploto ir likusios vaizdo dalies
intensyvumo yra pirmojoje pagrindinėje komponentėje. Čia jis atrodo daug didesnis nei originalaus
vaizdo žalioje komponentėje.
Buvo paskaičiuota vidutinė maksimalių kontrasto triukšmo skaitinė reikšmė – 132, prie žalios
spalvos komponentės originalioje nuotraukoje. Atlikus pagrindinių komponenčių analizę,
apskaičiuotas kontrastas tose pačiose vietose kaip ir žalios komponentės atveju buvo pakilęs iki 232
ar net daugiau. Tai parodo žymų kontrasto padidėjimą po PKA procedūros.
4.1 pav. Originalios R (raudona, angl. red), G (žalia, angl. green) ir B (mėlyna, angl. blue)
nuotraukos komponentės pateiktos viršutinėje eilėje ir tos pačios nuotraukos pagrindinės
komponentės pateiktos apatinėje eilėje.
Page 42
42
Tikrinių vektorių koeficientai panaudoti optimaliam uždegiminių ląstelių vaizdų atrinktų
eksperto vaizdavimui, yra parodyti 4.1 lentelėje. Vertės panaudotos sudaryti pirmą principinę šios
nuotraukos komponentę, yra paryškintos.
4.1 lentelė. Tikrinių vektorių koeficientai
-0,053 0,848 0,525
0,758 -0,307 0,574
-0,649 -0,429 0,627
Po granulometrijos metodo panaudojimo buvo aptiktos ir iškirptos 206 tikėtinos potencialios
uždegiminių ląstelių vietos (4.2 pav.).
4.2 pav. Potencialių uždegiminių ląstelių vietų išskyrimas granulometrijos būdu.
Surasti uždegiminių ląstelių skiriamieji požymiai bei diskriminantinės analizės dėka iš jų išskirti
reikšmingiausi. Atlikus diskriminantinę analizę „IBM SPSS statistic 20 – version“ programiniu
paketu buvo gauti tokie rezultatai:
4.2 lentelės pirmoje dalyje (angl. Eigenvalues) pateiktos tikrinės reikšmės. Matome, kad
kanoninę funkciją atitinkanti tikrinė reikšmė lygi λ1 =0,985. Kadangi yra tik dvi grupės (uždegiminė
ląstelė arba neuždegiminė ląstelė), yra apskaičiuota viena kanoninė funkcija, kuri lyginama pati su
savimi, kas paaiškina 100% dispersijos (4.2 lentelė). Lentelėje taip pat matyti kanoninė koreliacija
(angl. Canonical Correlation) – tai diskriminavimo galios matas (reikšmių sritis nuo 0 iki 1). Kuo
koeficientas arčiau 1 tuo diskriminavimas yra geresnis. Šiuo atveju kanoninė koreliacija lygi 0,704.
Page 43
43
4.2 lentelė. Tikrinės reikšmės
Summary of Canonical Discriminant Functions
Eigenvalues
Function Eigenvalue % of
Variance
Cumulative
%
Canonical
Correlation
1 0,985a 100,0 100,0 0,704
a. First 1 canonical discriminant function were used in the analysis
Wilks' Lambda
Test of
Function(s)
Wilks'
Lambda Chi-square df Sig.
1 0,504 138,165 5 0,000
4.2 lentelės antroje dalyje (angl. Wilks' Lambda) pateikti rezultatai parodo kaip atlikta
diskriminantinė analizė gerai atskiria grupes (angl. Wilks' Lambda) Vilksono Λ gali įgyti reikšmes
nuo 0 iki 1, kuo Λ mažesnė, tuo funkcijų diskriminavimo galia didesnė. Iš apskaičiuotų rezultatų
matyti jog kanoninės funkcijos diskriminavimo galia yra vidutinė. Tai labiausiai sąlygojo
nepakankama histologinių preparatų vaizdų registravimo skiriamoji geba.
Kanoninė funkcija yra diskriminavimo kintamųjų tiesinė daugdara, todėl natūralu įvertinti
kiekvieno kintamojo įtaką jai. Tam naudojamos standartizuotųjų kanoninių funkcijų koeficientai
kurie padeda įvertinti kiekvieno kintamojo indėlį į kanoninės funkcijos didumą. Pažymėtina, kad
standartizuotųjų kanoninių funkcijų koeficientai rodo kintamojo svarbą, kai jau pašalinta jo
priklausomybė nuo kitų kintamųjų. Koeficiento ženklas parodo kokios krypties yra kintamojo
poveikis. Jei koeficientas teigiamas, tai kintamajam didėjant funkcijos reikšmė didėja, jei neigiamas
– mažėja. Koeficiento svarba lemia jo absoliutinis didumas. 4.3 lentelėje pateikti rasti penki
reikšmingiausi uždegiminių ląstelių požymių. Iš šios lentelės taip pat matyti, jog kanoninei funkcijai
didžiausią įtaką daro plotas/perimetras, ženkliai mažesnę – entropija po entropyfilt. Likusių
kintamųjų koeficientai daug mažesni (4.3 lentelė).
Page 44
44
4.3 lentelė. Standartizuotosios kanoninės funkcijos koeficientai
Function
1
Po PKA išskirto vaizdo histogramos asimetrijos
koeficientas 0,101
Plotas/daugiakampio plotas 0,255
Entropija po rangefilt 0,588
Plotas/perimetras -1,659
Entropija po entropyfilt 0,939
Kitas kintamųjų priklausomybės matas yra struktūrinio koeficiento didumas (4.4 lentelė). iš
pateiktų rezultatų matyti, jog standartizuotoji kanoninė funkcija stipriausiai koreliuoja su kintamuoju
– plotas/perimetras.
4.4 lentelė. Struktūriniai koeficientai
Function
1
Plotas/perimetras -0,633
Entropija po entropyfilt -0,495
Entropija po rangefilt 0,487
Po PKA išskirto vaizdo histogramos asimetrijos
koeficientas 0,460
Plotas/daugiakampio plotas 0,321
Iš gautų rezultatų, galima daryti išvadą kad geriausiomis diskriminavimo savybėmis išsiskiria
kintamasis – entropija.
4.5 lentelėje pateikti turimų duomenų (111 uždegiminių ląstelių vaizdų iškarpos ir 95
neuždegiminių ląstelių vaizdų iškarpos) klasifikavimo rezultatai. Iš rezultatų matyti, jog 82,9%
uždegiminių ląstelių identifikuota teisingai – iš 111 uždegiminių ląstelių identifikuota 92 kaip
uždegiminės ir 19 kaip neuždegiminės ląstelės. O iš 95 neuždegiminių ląstelių neuždegiminėms
priskirta 80, tai yra 84,2 % tikslumas. Antra lentelės dalis (angl. cross validated), tai tarsi metodikos
patikrinimas. Šiuo atveju vykdant ląstelės vaizdo priskyrimą vienai iš grupių, klasifikavimo modelio
apmokymui, buvo nenaudojami nagrinėjamos ląstelės duomenys. Iš gautų rezultatų matyti, jog iš 111
uždegiminių ląstelių vaizdų uždegiminių ląstelių grupei priskirta 91 – tai 82 % tikslumas. O iš 95
neuždegiminių ląstelių vaizdų, neuždegiminių ląstelių grupei priskirta 80 tai klasifikavimo tikslumas
yra 84.2 %.
Page 45
45
4.5 lentelė. Klasifikavimo tikslumo vertės
PREDICTED GROUP
TOTAL 0 1
ORIGINAL
COUNT 0 80 15 95
1 19 92 111
% 0 84,2 15,8 100
1 17,1 82,9 100
CROSS
VALIDATED
COUNT 0 80 15 95
1 20 91 111
% 0 84,2 15,8 100
1 18,0 82,0 100
Diagnostiniams metodams labai svarbu yra jo patikimumas. Tam, kad įvertinti sukurto metodo
patikimumą, kurio dėka siekiama identifikuoti uždegimines ląsteles, buvo pasinaudota matematinės
morfologijos būdu išskirtomis 206 tikėtinomis uždegiminių ląstelių sričių iškarpomis ir paskaičiuoti
statistiniai kriterijai – specifiškumas bei jautrumas. Gauti rezultatai pateikti 4.6 lentelėje.
4.6 lentelė. Klasifikavimo tikslumo vertės
„Auksinis standartas“
Uždegiminė ląstelė Neuždegiminė ląstelė Viso
Metodo
vertinimo
testas
Testas teigiamas Teisingai teigiamas 92 Klaidingai teigiamas 19 111
Testas neigiamas Klaidingai neigiamas 15 Teisingai neigiamas80 95
Viso 107 99 206
Jautrumas = 85,6%
Specifiškumas=80,8%
Iš 4.6 lentelės matyti, jog sukurtas metodas identifikuoti uždegimines ląsteles histologiniuose
žarnyno audinių vaizduose, turi didelį jautrumą ir specifiškumą. Tai leidžia teigti, jog šis metodas
aptinka didžiąją dalį uždegiminių ląstelių, ir daro labai nedaug neteisingų sprendimų, kada paprasta
iškarpa identifikuojama kaip uždegiminės ląstelės. Taigi, buvo sukurta patikima žarnyno audinių
uždegimo požymių automatinio vertinimo metodika.
Page 46
46
5 REZULTATŲ APTARIMAS
Pelės žarnyno audinių histologinių preparatų vertinimas naudojant sukurta metodiką, išryškino
jos galimybes ir trūkumus. Pirminio vaizdų apdorojimo metu eliminavus apšvietimo netolygumą
tiriamuose vaizduose, panaikinome su tuo susietą pikselų verčių dispersijos dalį, trukdančią rasti
optimalią spalvų erdvę. Tai leido PKA pagalba gauti koeficientus, transformuojančius tiriamą vaizdą
į jo atvaizdą optimalioje spalvų erdvėje, maksimizuojančioje uždegiminių ląstelių kontrastą likusios
vaizdo dalies atžvilgiu. Tai pagerino šių ląstelių atpažinimą. Sekančiame etape pasitelkus matematinę
morfologiją, buvo išskirtos tikėtinos uždegiminių ląstelių vietos registruotose nuotraukose. Rastuose
analizuojamuose plotuose buvo išskirti dažniausiai skaičiuojami vaizdų analizės požymiai ir ląstelės
branduolio formą atspindintys įverčiai. Diskriminantinės analizės dėka iš išskirtų požymių
suformavome optimaliai reikšmingiausių rinkinį, skirstantį tiriamus vaizdus į grupes. Žinodami
reikšmingiausius požymius ir iš jų sudarytą kanoninę lygtį, galime priskirti tiriamą plotą uždegiminei
ląstelei arba ne. Tai daryti galime su dideliu tikslumu (jautrumas – 85,6 %; specifiškumas – 80,8% ).
Vis dėlto skaitinės metodo įvertinimo reikšmės nėra idealios. Tai labiausiai sąlygojama
nepakankamos histologinių preparatų vaizdų registravimo skiriamosios gebos. Naudoto mikroskopo
maksimalus didinimas buvo x40, kurio dėka buvo įmanoma išskirti ląstelės branduolį iš vaizdo
iškarpos, bet rezultatas buvo tik patenkinamas. Turint vaizdų su didesne skiriamąja geba, uždegiminių
ląstelių identifikacija, ar net jų klasifikavimas pagal išskirtus požymius pagerėtų. Taip pat tikėtina,
kad galutinius rezultatus gali sąlygoti fizinis histologinių preparatų pažeidimas užnešant mėginius ant
stiklo, nereikalingų priemaišų atsiradimas gaminant preparatą ir tyrinėjamų audinių uždegiminių
ląstelių spalvų erdvių nesutapimai. Tikėtina ir „žmogiškoji“ klaida, atsirandanti vertinant
mokomosios imties iškarpas pateikiamas diskriminantinei analizei.
Automatinio uždegiminio proceso vertinimo žarnyne rezultatai buvo sulyginti su ekspertų
vertinimais. Šio lyginimo rezultatai nuteikia optimistiškai. Ekspertų vertinimai daugumoje atliekami
vizualiai vertinant visą histologinio preparato vaizdą, tuo tarpu siūlomos automatinės analizės
metodas įgalina išskirti vaizdų fragmentus, kuriuose galime tikėtis rasti lokalių uždegiminių vietų
užuomazgų, jų plitimo tendencijas ir išvengti informatyvių požymių nuslėpimo duomenų aibėje.
Todėl tikimės, kad mūsų tyrimo rezultatai prisidės prie tolesnio automatinio histologinių preparatų
vertinimo metodikos tobulinimo ir mūsų patirtis bus naudinga tobulinant automatinę žarnyno ligų
diagnostiką.
Page 47
47
6 IŠVADOS
Šio darbo metu buvo dirbama su daugiau kaip trimis šimtais, mikroskopu bei vaizdo kamera
užfiksuotų, įvairaus uždegiminio sunkumo žarnyno histologinių preparatų vaizdų fragmentų. Ko
pasėkoje buvo sukurtas registruotų vaizdų pirminio apdorojimo metodas, kuris eliminavo netolygų
absoliutinį apšvietimą tyrinėjamuose vaizduose bei atliko užregistruotų vaizdų transformaciją į
optimalią spalvų erdvę. Tokiu būdu gautas ženklus uždegiminių ląstelių kontrasto padidėjimas
vaizduose, kuris leido matematinės morfologijos būdu, išskirti tikėtinų uždegiminių ląstelių sritys
analizuojamuosiuose vaizduose.
Surasti uždegiminių ląstelių skiriamieji požymiai bei diskriminantinės analizės dėka iš jų išskirti
reikšmingiausi suklasifikavę turimus tikėtinų uždegiminių ląstelių vaizdus į grupes – uždegiminė
ląstelė ar ne.
Taigi tokiu būdu buvo sukurta žarnyno audinių uždegimo požymių automatinio vertinimo
metodika. Diskriminantine analize atskleistas vidutinis 82 proc. teisingas histologinių vaizdų
klasifikavimas bei didelis specifiškumas ir jautrumas parodė galimą metodo panaudojimą kaip
histologo eksperto pagalbinę darbo priemonę ankstyvajai uždegiminių žarnyno ligų diagnostikai, bei
moksliniam šių ligų vystymosi aiškinimuisi.
Page 48
48
7 LITERATŪROS SĄRAŠAS
[1]. Nenorta V., Sakalauskas A., Petrolis R., Ramonaitė R., Kupčinskas L., Kriščiukaitis A.
Patologinių pokyčių virškinamojo trakto histologiniuose vaizduose vertinimas erdvinio
dažnio savybėmis. Virtualūs instrumentai biomedicinoje 2013, ISBN 9789955187363. 2013.
p. 69-74
[2]. Žvirblienė A., Kiudelis G., Kupčinskas L. Ligonių, sirgusių opiniu kolitu ir Krono liga, ligos
istorijų retrospektyvioji analizė. MEDICINA, 2003; 39 (8): p. 745-750
[3]. Imuninės sistemos ligos ir darbingumas 2014 Konferencijos medžiaga 2014
[4]. McCann M. T., Bhagavatula R., Fickus M. C., Ozolek J. A., Kovačevič J. Automated colitis
detection from endoscopic biopsies as a tissue screening tool in diagnostic pathology.
Proceedings of 19th IEEE International Conference on Image processing, 2012, p. 2809-2812
[5]. Bressenot A., Salleron J., Bastien C., Danese S., Boulagnon-Rombi C., Peyrin-Biroulet L.
Comparing histological activity indexes in UC. Gut, 2014
[6]. Riley S.A., Mani V., Goodman M.J., Dutt S., Herd M.E.. Microscopic activity in ulcerative
colitis: what does it mean? Gut , 1991; 32(2): p. 174-178
[7]. Gomes P., du Boulay C., Smith C.L., Holdstock G. Relationship between disease activity
indices and colonosco-pic findings in patients with colonic inflammatory bowel disease. Gut,
1986;27(1): p. 92-95
[8]. Geboes K., Dalle I. Influence of treatment on morphological features of mucosal
inflammation. Gut, 2002;50: p.37-42
[9]. Šventoraitytė-Skiecevičienė J. Uždegiminėmis žarnyno ligomis sergančių Lietuvos ir Latvijos
ligonių genetinės ypatybės. 2011, p. 6 – 7
[10]. Saukienė I. Medikai įspėja apie naują pasikeitusio maisto grėsmę: gyvenimą košmaru
paverčianti liga. 2014, Prieiga per internetą: http://www.delfi.lt/sveikata/sveikatos-
naujienos/me-dikai-ispeja-apie-nauja-pasikeitusio-maisto-gresme-gyvenima-kosmaru-
pavercianti-liga.d?id=64824793
[11]. Valantinas J., Kupčinskas L., Adamonis K., Bierontienė D., Denapienė G., Garalevičius R.,
Irnius A., Ivanauskas A., Jančorienė L., Jonaitis L. V., Kazėnaitė E., Kiudelis G.,
Kondrackienė J., Kupčinskas L., Lunevičius R., Samalavičius N. E., Saukienė J., Speičienė
D. M., Šumskienė J., . Valantinas J, Žvirblienė A. Klinikinė gastroenterologija. Vaistų žinios,
2010, ISBN 9789955884361. p. 197-213
[12]. Geboes K., Satsangi J., Sutherland L. R. Histopathology of Crohn’s Disease and Ulcerative
Colitis IBD4E-18. 2003. p. 255-276
Page 49
49
[13]. Cure Crohn’s Colitis, Ulcerative Colitis Cure. Prieiga per internetą:
http://www.curecrohnscolitis.org/about-crohns-disease-and-ulcerative-colitis/ulcerative-
colitis-cure/
[14]. Fraser A., Crohn's Disease. Prieiga per internetą: http://www.gastro-
info.co.nz/(S(t24rosvka1djjkv0xsbren45))/gastro-information.aspx?pid=1#.U1VpLvl_vNk
[15]. Gastroenterologija. p. 240-267.
[16]. Paraffin Processing of Tissue. Prieiga per internetą: http://protocolsonline.com/his-
tology/sample-preparation/paraffin-processing-of-tissue/
[17]. Žalgevičienė V. Bendrosios histologijos pradmenys. Vaistų žinios, ISBN 978-9955-884-22-4
2009 p. 9-17
[18]. Mikronet, Meditome. Prieiga per internetą: http://www.mikronet.com/histology/medite-
meditome-microtome.shtml
[19]. Kozlowski C., Jeet J., Beyer J., Guerrero S., Lesch J., Wang X., DeVoss J., Diehl L. An
entirely automated method to score DSS-induced colitis in mice by digital image analysis of
pathology slides. Disease Models & Mechanisms, PubMed 2013, p. 855-865
[20]. Lorenz R, Weber PC, Szimnau P, Heldwein W, Strasser T, Loeschke K. Supplementation
with n-3 fatty acids from fish oil in chronic inflammatory bowel disease a randomized,
placebo-controlled, double-blind cross-over trial. Journal of Internal Medicine 1989, 731: p.
225-232
[21]. Background: the immune system and parasitic evasion. Prieiga per internetą:
http://www.stanford.edu/class/humbio153/ImmuneEvasion/Background.html
[22]. Prieiga per internetą: http://pathy.med.nagoya-u.ac.jp/atlas/doc/node66.html
[23]. Prieiga per internetą: http://hematologyoutlines.com/atlas_topics/143.html
[24]. Petrolis R., Ramonaitė R., Kupčinskas L., Kriščiukaitis A. Digital Imaging Of Colon Tissue:
p. 1-11
[25]. Hausmann M., Obermeier F., Paper D. H., Balan K., Dunger N., Menzel K., Falk W.,
Schoelmerich J., Herfarth H., Rogler G. In vivo treatment with the herbal phenylethanoid
acteoside ameliorates intestinal inflammation in dextran sulphate sodium-induced colitis.
Clinical and Experimental Immunology. PubMed 2007. p. 373-81
[26]. Ramonaite R. epitelio ląstelių NADPH oksidazės vaidmuo žarnų uždegimo patogenezėje
Daktaro disertacija, LSMU, 2014, p. 18-56
[27]. Petrolis R., Ramonaitė R., Kupčinskas L., Kriščiukaitis A. Method for fast seamless stitching
of histological images. Proceedings of international conference “Biomedical engineering –
2012“, 2012. p. 29-33
Page 50
50
[28]. Petrolis R., Čižas P., Borutaitė V., Kriščiukaitis A. Method of fluorescence imaging for
evaluation of membrane potential in cultured neurons using transmembrane voltage sensitive
dye. Proceedings of international conference “Biomedical engineering – 2011“, 2011. p. 1-
5
[29]. Kriščiukaitis A., Petrolis R., Stanislovaitienė D., Žaliūnienė D. Principal Component Analysis
based Colour Scheme Optimisation in Eye Fundus Images. Contrast Enhancement for
Detection and Evaluation of Drusen in Age Related Macular Degeneration Patients’ Follow
up. Proceedings of 1st International Conference on Bioimaging, 2014. p. 66-69
[30]. Dzemydaolga G., Kurasova O., Žilinskas J. Daugiamačių duomenų vizualizavimo metodai.
Mokslo aidai 2008 ISBN 978-9986-680-42-0 p. 44-75
[31]. Jolliffe I. T. Principal Component Analysis. Springer - Verlag; 2nd edition 2002 ISBN:
0387954422
[32]. Devaux M. F., Legland D. Grey level granulometry for histological image analysis of plant
tissues. Formatex, Microscopy: advances in scientific research and education, 2014, p. 681-
688
[33]. Improoving histology images segmentation through spatial constraints and supervision
Herv´ea N., Servaisb A., Thervetb E., Olivo-Marina J. C., Meas-Yedida V. Proceedings of
2010 IEEE 17th International Conference on Image Processing 2010, Hong Kong. p.26-29
[34]. Mathworks dokumentacija. Prieiga per internetą http://se.mathworks.com/help/ima-
ges/ref/adapthisteq.html
[35]. Mathworks dokumentacija. Prieiga per internetą http://se.mathworks.com/help/ima-
ges/ref/imadjust.html
[36]. Mathworks dokumentacija. Prieiga per internetą http://se.mathworks.com/help/ima-
ges/ref/imopen.html
[37]. Mathworks dokumentacija. Prieiga per internetą: http://se.mathworks.com/help/ima-
ges/ref/imclose.html
[38]. Mathworks dokumentacija. Prieiga per internetą http://se.mathworks.com/help/ima-ges/ref/
rangefilt.html
[39]. Mathworks dokumentacija. Prieiga per internetą http://se.mathworks.com/help/ima-
ges/ref/entropyfilt.html
[40]. Čekanavičius V., Murauskas G. Statistika ir jos taikymai II. TEV ISBN 9955-491-16-7. 2008,
p. 215-236
[41]. Petrolis R., Vilkė A., Šimoliūnienė R., Macas A., Kriščiukaitis A. Intensyvios terapijos
pacientų būklės prognozavimas. Virtualūs instrumentai biomedicinoje 2012. ISBN 978-9955-
18-660-1. p.13-18.
Page 51
51
8 PRIEDAI
8.1 Mokslinės publikacijos darbo tema
Kiškis A., Petrolis R., Ramonaitė R., Kupčinskas L., Kriščiukaitis A., Identification of
Diagnostic Features of Intestine Inflammatory Diseases in Histological Tissue Images. Virtualūs
instrumentai biomedicinoje 2015: tarptautinės mokslinės-praktinės konferencijos pranešimų
medžiaga, Klaipėda, 2015/Klaipėdos universitetas. ISBN 978-9955-18-856-8 p. 6-13
8.2 Sertifikatai
8.1 pav. Pažymėjimas liudijantis dalyvavimą tarptautinėje mokslinėje – praktinėje konferencijoje
„Virtualūs instrumentai biomedicinoje 2015“
Page 52
52
8.3 Lentelės:
8.1 lentelė. Geboes požymių skalė [8]
Optinio kolito sunkumo, laipsniai
0 laipsnio: Struktūrinis (architektūriniai pokyčiai)
Ne anomalinis 0.0
Nestiprus anomalinis 0.1
Lengvas arba vidutinio stiprumo išplitusi arba daugiažidininė anomalija 0.2
Stipriai išplitusi arba daugiažidininė anomalija 0.3
1 laipsnis: Lėtinis uždegiminis įsiskverbimas
Nedidėjanti, ne auganti 1.0
Nestiprus, bet aiškus augimas 1.1
Vidutinis augimas 1.2
Stiprus augimas 1.3
2 laipsnio: Jungiamojo audinio sluoksnio (Lamina propria) neutrofilai ir eozinofilai (grūdėtieji
leukocitai)
2A Eozinofilų
Nedidėjanti, ne auganti 2A.0
Nestiprus, bet aiškus augimas 2A.1
Vidutinis augimas 2A.2
Stiprus augimas 2A.3
2B Neutrofilų
Nedidėjanti, ne auganti 2B.0
Nestiprus, bet aiškus augimas 2B.1
Vidutinis augimas 2B.2
Stiprus augimas 2B.3
3 laipsnio: Neutrofilai epitelyje
Nėra 3.0
<5% paveiktų liaukų 3.1
<50% paveiktų liaukų 3.2
>50% paveiktų liaukų 3.3
4 laipsnio: Liaukų sunaikinimas
Nėra 4.0
Tikėtinas – vietinis perteklius neutrofilų dalyje liaukų 4.1
Tikėtinas – ryškus slopinimas 4.2
Page 53
53
Visiškas liaukų sunaikinimas 4.3
5 laipsnio: Erozija ar išopėjimas
Nėra erozijos, išopėjimo ar audinio smulkinimo 5.0
Atsinaujinantis epitelis, greta uždegimo 5.1
Tikėtina erozija 5.2
Aiški erozija 5.3
8.2 lentelė. Riley požymių skalė [8]
Kiekvienas bruožas yra įvertinamas 4-balėje skalėje atitinkančią nėra/lengvas/vidutinio
sunkumo/sunkus
Liaukų struktūriniai pažeidimai
Lėtinis uždegiminių ląstelių prasiskverbimas
Ūmus uždegiminių ląstelių prasiskverbimas
Liaukų pūlinys
Mucino* išeikvojimas
Paviršiaus epitelio vientisumas
*Mucinas - (lot. mucus - gleivės) - glikoproteinas, gleivių ir kitų klampiųjų organizmo skysčių
sudedamoji dalis.
8.3 lentelė. Gramlich požymių skalė [8]
Ne aktyvus 0
Uždegiminių ląstelių buvimas audinio epiteliniame sluoksnyje 1
Liaukų pūlinys 2
Išopėjimas 3
8.4 lentelė. Gupta požymių skalė [8]
Neaktyvus/nesamas (nėra neutrofilų įsiskverbimo) 0
Neutrofilų prasiskverbimas <50% iš liaukų mėginių ar skerspjūvio 1
Neutrofilų prasiskverbimas >50% iš liaukų mėginių ar skerspjūvio 2
Erozija ar išopėjimas 3